UNIVERSITÀ DEGLI STUDI DI BOLOGNA FACOLTÀ DI INGEGNERIA … · 2018-02-12 · UNIVERSITÀ DEGLI STUDI DI BOLOGNA FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria Elettronica

UNIVERSITÀ DEGLI STUDI DI BOLOGNA

FACOLTÀ DI INGEGNERIA

Corso di Laurea in Ingegneria Elettronica

Sistemi Informativi I

ANALISI E CONFRONTO DI SISTEMI EBMT PER LA TRADUZIONE ASSISTITA

Tesi di Laurea di: Relatore:

BRUNO UMBERTO SPAGNA Chiar.mo Prof. PAOLO CIACCIA

Correlatori:

Dott.ssa FEDERICA MANDREOLI

Dott. Ing. RICCARDO MARTOGLIA

Anno Accademico 2001-2002

Sessione Autunnale

Parole chiave:

EBMT - Example Based Machine Translation

CAT - Computer Aided Translation

Traduzione assistita

Trados

IBM TranslationManager

Ai miei genitori

I

Sommario

Introduzione ......................................................................................1 Modello a tre livelli ..........................................................................2 Attività di traduzione: organizzazione specializzata .........................3

Capitolo 1 Computer Aided Translation........................................7 1.1 Componenti di base e strumenti aggiuntivi ..............................7 1.2 Caratteristiche ideali di un sistema di traduzione assistita ........7

1.2.1 Componenti Off-line .......................................................7 1.2.1.1 Analisi del testo da tradurre.............................................7 1.2.1.2 Importazione dati nella TM .............................................7 1.2.1.3 Esportazione dati dalla TM..............................................7 1.2.1.4 Altre funzioni Off-line.....................................................7

1.2.2 Componenti On-line ........................................................7 1.2.2.1 Ricerca ............................................................................7 1.2.2.2 Aggiornamento e Networking .........................................7

Capitolo 2 Programmi in commercio .............................................7 2.1 TRADOS .................................................................................7

2.1.1 Componenti e loro caratteristiche ....................................7 2.1.1.1 WorkSpace ......................................................................7 2.1.1.2 WorkBench .....................................................................7 2.1.1.3 WinAlign ........................................................................7 2.1.1.4 ExtraTerm .......................................................................7 2.1.1.5 MultiTerm.......................................................................7

2.1.2 Ulteriori caratteristiche ....................................................7 2.2 IBM TRANSLATION MANAGER ........................................7

2.2.1 Componenti.....................................................................7 2.2.2 Caratteristiche .................................................................7 2.2.3 Ulteriori caratteristiche ....................................................7

Capitolo 3 Valutazione di un programma CAT.............................7 3.1 Efficacia - Concetto di Precision e Recall ................................7 3.2 I principali modelli di ricerca ...................................................7

Capitolo 4 Prove sperimentali.........................................................7 4.1 Valutazione delle penalizzazioni..............................................7

4.1.1 Trados .............................................................................7 4.1.1.1 Eliminazione di una parola di 8 lettere ............................7

II

4.1.1.2 Aggiunta di una parola di n lettere...................................7 4.1.1.3 Modifica di una parola ....................................................7 4.1.1.4 Unione di due frasi ..........................................................7 4.1.1.5 Stemming in Trados ........................................................7 4.1.1.6 Ordine delle parole ..........................................................7 4.1.1.7 Conclusioni su stemming e ordine delle parole................7

4.1.2 IBM Translation Manager ...............................................7 4.1.2.1 Eliminazione di una parola di 8 lettere ............................7 4.1.2.2 Aggiunta di una parola di n lettere...................................7 4.1.2.3 Modifica di una parola ....................................................7 4.1.2.4 Unione di due frasi ..........................................................7 4.1.2.5 Markup Table..................................................................7

4.2 Efficacia in relazione ad un testo campione (nuovo) ................7 4.2.1 Risultati ottenuti..............................................................7

4.3 Efficienza in relazione ad un testo campione (nuovo) ..............7 4.3.1 Risultati ottenuti..............................................................7 4.3.2 Scalabilità .......................................................................7

4.4 Caratteristiche dell’esperimento...............................................7

Capitolo 5 Analisi dei risultati ........................................................7 5.1 Commento ai risultati...............................................................7

5.1.1 Caratteristiche comuni.....................................................7 5.1.2 Differenze .......................................................................7 5.1.3 Limiti ..............................................................................7 5.1.4 Strumenti aggiuntivi........................................................7

5.2 Deduzione del modello ............................................................7

Capitolo 6 Limiti attuali dei programmi commerciali ..................7 6.1 Possibili sviluppi futuri ............................................................7

6.1.1 Approccio grammaticale .................................................7 6.1.2 Approccio sintattico ........................................................7 6.1.3 Criteri di valutazione standardizzati ................................7

Capitolo 7 Conclusioni e futuro della Traduzione Assistita..........7

Fonti e riferimenti bibliografici........................................................7

Indice figure

Figura 1 – Struttura a tre livelli.............................................................................3 Figura 1.1 - Computer Aided Translation - Programma di traduzione

assistita da calcolatore......................................................................7

III

Figura 1.2 - Esempio di file in formato FrameMaker trasformato in formato RTF (traduzione manualistica Panasonic dal giapponese)................. 7

Figura 1.3 - Computer Aided Translation - Allineamento segmenti e creazione di una nuova memoria ...................................................... 7

Figura 1.4 - Esempio di segmentazione del testo .................................................. 7 Figura 2.1- Trados 5............................................................................................. 7 Figura 2.2 - Trados WorkSpace............................................................................ 7 Figura 2.3 - Trados WorkBench ........................................................................... 7 Figura 2.4 - Trados WorkBench - Importazione dati per creazione memoria......... 7 Figura 2.5 - Integrazione Trados - WordProcessor................................................ 7 Figura 2.6 - Impostazione del progetto ................................................................. 7 Figura 2.7 - Associazione file sorgente, file tradotto............................................. 7 Figura 2.8 - Pre-allineamento batch...................................................................... 7 Figura 2.9 - Allineamento segmento-segmento..................................................... 7 Figura 2.10 - Parametrizzazioni di WinAlign ....................................................... 7 Figura 2.11 - Analisi in ExtraTerm....................................................................... 7 Figura 2.12 - Lista termini esportabili .................................................................. 7 Figura 2.13 - Interfaccia MultiTerm ..................................................................... 7 Figura 2.14 – Trados WorkBench - Pretraduzione di tipo batch............................ 7 Figura 2.15 - IBM TranslationManager ................................................................ 7 Figura 2.16 - Interfaccia principale IBM TranslationManager .............................. 7 Figura 2.17 - Initial Translation Memory Tool ..................................................... 7 Figura 2.18 – Allineamento con l'Initial Translation Memory Tool....................... 7 Figura 2.19 – Initial Translation Memory Tool - Allineamento segmenti.............. 7 Figura 2.20 - Conferma allineamento ................................................................... 7 Figura 2.21 - Analisi batch in IBM TranslationManager....................................... 7 Figura 2.22 - Analisi batch in IBM TranslationManager....................................... 7 Figura 3.1 – Processo di Retrieval ........................................................................ 7 Figura 3.2 – Possibili risultati di una ricerca in una collezione.............................. 7 Figura 3.3 – Curva precision e recall .................................................................... 7 Figura 3.4 – Precision e recall - Esempio.............................................................. 7 Figura 3.5 – Modello booleano............................................................................. 7 Figura 3.6 – Modello basato su cluster ................................................................. 7 Figura 4.1 - Testo originale inserito in memoria ................................................... 7 Figura 4.2 - Eliminazione di una parola di 8 lettere .............................................. 7 Figura 4.3 - Report analisi batch Trados - Eliminazione di una parola di 8

lettere............................................................................................... 7 Figura 4.4 - Pretradotto - Eliminazione di una parola di 8 lettere .......................... 7 Figura 4.5 - Pretradotto - Eliminazione di una parola di 3 lettere .......................... 7 Figura 4.6 - Pretradotto - Eliminazione di due parole............................................ 7 Figura 4.7 - Pretradotto - Eliminazione di tre parole ............................................. 7 Figura 4.8 - Aggiunta di una parola di 8 lettere..................................................... 7 Figura 4.9 - Pretradotto - Aggiunta di una parola di 8 lettere ................................ 7 Figura 4.10 - Aggiunta di due parole .................................................................... 7 Figura 4.11 - Pretradotto - Aggiunta di due parole................................................ 7 Figura 4.12 - Modifica di una parola .................................................................... 7 Figura 4.13 - Pretradotto - Modifica di una parola ................................................ 7 Figura 4.14 - Prova "A and B".............................................................................. 7 Figura 4.15 - Pretradotto - Prova "A and B" ......................................................... 7 Figura 4.16 - Trados - Impostazione di nuove regole di segmentazione ................ 7

IV

Figura 4.17 - Pretradotto dopo l'introduzione di una nuova regola di segmentazione..................................................................................7

Figura 4.18 - Pretradotto dopo l'eliminazione del punto di separazione.................7 Figura 4.19 - Trados - "A1, B, A2".......................................................................7 Figura 4.20 - Pretradotto - Trados - "A1, B, A2" ..................................................7 Figura 4.21 - Trados - Analisi on-line...................................................................7 Figura 4.22 - Trados - Stemming..........................................................................7 Figura 4.23 - Pretradotto - Trados - Stemming......................................................7 Figura 4.24 - Trados - Stemming - on-line............................................................7 Figura 4.25 - Trados - Stemming..........................................................................7 Figura 4.26 - Pretradotto - Trados - Stemming......................................................7 Figura 4.27 - Trados - Stemming - on-line............................................................7 Figura 4.28 - Trados - Ordinamento delle parole ..................................................7 Figura 4.29 - Pretradotto - Trados - Ordinamento delle parole ..............................7 Figura 4.30 - Trados - Ordinamento delle parole - on-line ....................................7 Figura 4.31 – IBM TranslationManager ...............................................................7 Figura 4.32 – IBM TranslationManager – Batch processing .................................7 Figura 4.33 – IBM TranslationManager – Impostazione parametri del

progetto............................................................................................7 Figura 4.34 – IBM TranslationManager – Analisi risultati....................................7 Figura 4.35 – IBM TranslationManager – Interfaccia operativa ............................7 Figura 4.36 – IBM TranslationManager –Risultato dopo eliminazione di due

parole...............................................................................................7 Figura 4.37 – IBM TranslationManager – Eliminazione di due parole ..................7 Figura 4.38 – IBM TranslationManager – Eliminazione di parti consistenti..........7 Figura 4.39 – IBM TranslationManager – Eccesso di distanza..............................7 Figura 4.40 – IBM TranslationManager – Aggiunta di una parola ........................7 Figura 4.41 – IBM TranslationManager – Modifica di una parola ........................7 Figura 4.42 – IBM TranslationManager – “A and B” ...........................................7 Figura 4.43 – IBM TranslationManager – “A1 B A2” ......................................7 Figura 4.44 – IBM TranslationManager - “A1 parte di B A2”...........................7 Figura 4.45 – IBM TranslationManager - “A1 parte di B significativa A2”.......7 Figura 4.46 – IBM TranslationManager - “A1 B modificato A2”......................7 Figura 4.47 – IBM TranslationManager - “A1 B ulteriormente modificato

A2” ..................................................................................................7 Figura 4.48 – IBM TranslationManager – Word per Windows .............................7 Figura 4.49 – IBM TranslationManager – Word per Windows .............................7 Figura 4.50 – IBM TranslationManager – Word per Windows .............................7 Figura 4.51 – Scalabilità dei sistemi .....................................................................7

Introduzione 1

Introduzione

La traduzione è stata per lungo tempo considerata come quell’attività,

eseguita nel modo migliore, di trasporto di un testo da una lingua in

un’altra. Tradurre nel modo migliore, oggi, significa non solo

conoscere le parole, le regole grammaticali e le espressioni tipiche di

un paese e del suo idioma, ma anche produrre un documento che sia

identico per aspetto all’originale, ne rispetti cioè le caratteristiche

formali, e soprattutto sia caratterizzato da un’uniformità terminologica

e di stile.

Per sopperire a tale necessità, in relazione anche alle sempre più

elevate esigenze del mercato mondiale (quantità maggiori in minore

tempo e alla medesima elevata qualità), si è giunti negli ultimi decenni

a ricercare tecniche di automazione del processo stesso di traduzione.

Riuscire ad automatizzare il processo per dare maggiore qualità e

quantità in minor tempo è lo scopo che si sono prefissi i più recenti

studi sull’uso del calcolatore in appoggio alla traduzione. Tali studi

hanno portato alla realizzazione di sistemi di traduzione assistita

2 Introduzione

denominati CAT, Computer Aided Translation, dei quali i sistemi

EBMT, Example Based Machine Translation, sono uno dei più

promettenti sviluppi di tale ricerca.

Un sistema EBMT traduce per analogia, utilizzando traduzioni

precedentemente realizzate per fornire nuovi documenti pretradotti. Il

suo funzionamento quindi è riconducibile ad un processo di creazione

di una memoria di traduzione, Translation Memory, a cui sottoporre,

successivamente, un nuovo testo da tradurre. Il risultato che si ottiene

è un documento pretradotto. Completata poi la traduzione è possibile

arricchire la memoria con le nuove parti tradotte in un ciclo continuo

di accrescimento della memoria stessa.

I più recenti sviluppi in ambito di Information Retrieval hanno

permesso di giungere a tale risultato, di avere cioè sistemi che si

basano su database corredati da algoritmi per la determinazione di

similarità tra frasi..

Modello a tre livelli

La necessità di tradurre testi in quantità e con qualità sempre maggiori

è divenuta oggi tale da richiedere l’utilizzo di sistemi basati su

calcolatore come supporto al processo di traduzione vero e proprio. Se

in un primo tempo era infatti sufficiente disporre di una schiera di

traduttori professionisti, a cui affiancare revisori linguistici, cioè

traduttori con elevata esperienza in grado di verificare e quindi

validare la traduzione fatta da altri, oggi ciò non è più vero; esigenze

come la corretta scelta terminologica, il rispetto delle scelte

stilistiche/linguistiche del documento originale, l'esatta corrispondenza

al formato dei documenti originali hanno portato alla necessità di

introdurre un nuovo livello organizzativo che si inserisce tra cliente e

traduttore ed agisce sia sul testo originale da tradurre (testo source

fornito dal cliente) che sul testo tradotto (testo target ottenuto dal

traduttore). Questo nuovo modello a tre livelli nasce nella seconda

metà degli anni '70 e vede l'introduzione di una struttura organizzata,

intermedia nel processo di traduzione, il cui compito è quello di

sovrintendere al lavoro di traduzione, fornendo, a supporto della

Introduzione 3

traduzione stessa, tutti gli strumenti tecnologici disponibili e le

conoscenze specifiche in ambito informatico-linguistico.

Questa struttura è oggi rappresentata dalla cosiddetta società di servizi

linguistici che, raggruppando conoscenze informatiche, linguistiche e

tecnologiche, può affiancare nel proprio compito il traduttore. Essa è

costituita da tutte quelle attività collaterali al lavoro di traduzione,

quali la corretta ricerca della terminologia da fornire al professionista

prima dell'inizio dell'attività di traduzione (glossari e testi di

riferimento), l'analisi delle problematiche tecnico-informatiche dei

documenti (il problema dei formati dei file in continua evoluzione e

sempre più diversificati), il mantenimento dell'uniformità

terminologica all'interno di un medesimo testo, oltre all'utilizzo di

programmi di supporto alla traduzione.

Figura 1 – Struttura a tre livelli

La traduzione diviene quindi un'attività non più individuale ma un

processo collettivo di un'organizzazione specializzata.

Attività di traduzione: organizzazione specializzata

L'attività di traduzione di oggi può essere descritta tenendo conto dei

vari aspetti che la caratterizzano.

Se si caratterizza semplicemente la traduzione come il processo di

traduzione di un testo, si individuano parametri come la quantità di

testo da tradurre, il tipo di testo (contesto), le lingue coinvolte, la

1.cliente

2.organizzazione

3.traduttore

4 Introduzione

qualità della traduzione (correttezza grammaticale, sintattica e

terminologica).

Se invece ci si focalizza sull'organizzazione del lavoro di traduzione

(secondo livello) si ottengono nuovi parametri come il tipo di lavoro

(analisi formato, contesto, ricerca terminologica, uniformità

terminologica), la dimensione del lavoro (analisi dei volumi) e la

programmazione delle risorse (traduttori coinvolti nel progetto).

Il modello a tre livelli è l'unico in grado ad oggi di garantire tempi di

traduzione e costi da sostenere, sufficientemente bassi e in linea con le

richieste di qualità del mercato. I volumi attuali di traduzione

(normalmente calcolati in righe o cartelle normalizzate) e i relativi

costi sarebbero infatti inaccettabili con un approccio che potremmo

chiamare lineare (un certo numero righe di traduzione è affidato a un

certo numero di professionisti entro un complessivo numero di giorni).

L'unica soluzione attualmente individuabile è quella in cui

un'organizzazione si premura di analizzare un testo da tradurre

fornendo al traduttore tutte quelle informazioni e mezzi con cui

portare a termine il proprio lavoro nel migliore modo e nel minor

tempo possibile.

La traduzione assistita dal calcolatore è quindi approdata nelle società

di servizi linguistici come supporto al lavoro di organizzazione e

miglioramento della qualità della traduzione.

Tali strumenti permettono infatti sia l'analisi del materiale fornito da

tradurre al fine di determinare in breve i tempi e i costi (fase di

preventivazione del lavoro), che la creazione di memorie di traduzione

a partire da materiale inerente l'argomento della traduzione e

precedentemente tradotto, e infine la pretraduzione del nuovo

materiale sfruttando tali memorie. Altri aspetti della traduzione

assistita come la creazione di glossari specifici e l’aggiornamento

delle memorie sono ulteriori compiti della struttura organizzativa.

Scopo di questa tesi è quello di documentare la realtà degli strumenti

di traduzione assistita EBMT attualmente in commercio e diffusi nelle

società di servizi linguistici, le loro caratteristiche e prestazioni,

Introduzione 5

individuando eventualmente quale tipo di approccio tecnologico-

informatico sia alla base di essi.

In particolare verranno analizzati i programmi Trados 5.0.1 e IBM

TranslationManager 2.0.6. Il primo è tra i principali software in uso

nel mercato della traduzione commerciale, mentre il secondo è stato

tra i primi a essere sviluppato partendo da alcuni studi della divisione

tedesca del noto produttore in collaborazione con il partner IBM

Synthema [19].

La maggior parte del materiale analizzato e sintetizzato nella presente

tesi proviene da ricerche eseguite direttamente con i programmi in

questione presso la società Intradoc S.r.l. e da ricerche condotte in

collaborazione con la Dott.ssa Federica Mandreoli e il Dott. Ing.

Riccardo Martoglia dell’Università di Modena e Reggio Emilia.

Per quanto riguarda la struttura della tesi, essa è organizzata nel

seguente modo:

Nel Capitolo 1 vengono descritte quelle che devono essere le

caratteristiche peculiari di un buon sistema CAT. Nel Capitolo 2 sono

analizzati i componenti dei due prodotti presi in esame. Nel Capitolo

3 vengono descritte le principali nozioni di Information Retrieval,

mentre nel Capitolo 4 vengono condotte le esperienze sperimentali al

fine di valutare il funzionamento dei due prodotti. Quindi nel

Capitolo 5 si giunge a illustrare i risultati di tali prove in relazione

all’efficacia e all’efficienza degli stessi. Nel Capitolo 6 si evidenziano

i limiti di tali sistemi, arrivando nel Capitolo 7 a fornire una

panoramica sugli sviluppi futuri della traduzione assistita.

Computer Aided Translation 7

Capitolo 1 Computer Aided Translation

Scopo della traduzione assistita da calcolatore (Computer Aided

Translation - CAT) nel mondo aziendale odierno è quello della

pretraduzione automatica al fine di ridurre i costi e i tempi della

traduzione stessa mantenendo un elevato standard qualitativo sia dal

punto di vista linguistico che di formato. Oltre a questo, lo scopo è

anche quello di fornire al traduttore testi pretradotti corredati da

ulteriori elementi aggiuntivi utili al completamento del proprio

compito.

Il modello a tre livelli precedentemente descritto è l’unico ad oggi a

fornire una soluzione efficace a questa richiesta, in quanto da un lato

fornisce al cliente garanzia di organizzazione del lavoro, tempi certi di

realizzazione a costi preventivati con qualità elevata, e dall’altro è

l'unico in grado di consentire un'approfondita ricerca di conoscenze

specifiche e in particolare informatiche che solitamente non sono alla

portata e competenza di un singolo traduttore.

8 Computer Aided Translation

Un ulteriore motivo all’utilizzo della traduzione assistita è anche

quello di generare glossari bilingue a partire da testi completi allo

scopo di disporre di un riferimento terminologico preciso da utilizzare

anche in occasioni non strettamente legate alla traduzione.

Figura 1.1 - Computer Aided Translation - Programma di traduzione assistita da calcolatore

1.1 Componenti di base e strumenti aggiuntivi

I programmi di traduzione assistita sono normalmente composti da

strumenti atti all'analisi e alla pretraduzione di testi da tradurre da una

lingua sorgente ad una di destinazione. Questi strumenti sono

normalmente racchiusi dentro un'interfaccia grafica principale del

programma da cui è possibile impostare un progetto di traduzione e

accedere ai principali strumenti necessari alla gestione dello stesso.

L'interfaccia principale del programma consente quindi

specificatamente di indicare la posizione dei file da tradurre, la

posizione della memoria da utilizzare, le lingue coinvolte nel progetto,

lo stato di avanzamento del lavoro, il materiale di riferimento inerente

e altre informazioni.

Oltre all'interfaccia principale sono solitamente forniti anche altri

componenti utili alla realizzazione di un progetto di traduzione tra cui

si possono individuare ad esempio: dizionari multilingua, dizionari dei

Programma CAT Traduttore

Glossari, memorie ulteriori di riferimento, altra documentazione

Testo sorgente

Testo tradotto

Pre-tradotto


sinonimi, tool di conversione tra formati, programmi per la creazione

di memorie a partire da testi già tradotti in precedenza.

Oggetto principale di un programma di traduzione assistita è la

cosiddetta Translation Memory (TM) attorno alla quale ruotano tutti i

componenti del programma.

Translation Memory

Il principale componente di un programma di traduzione assistita

(CAT) è la cosiddetta Translation Memory (TM) o banca dati in cui

sono memorizzate le associazioni tra un segmento (o frase) in una

lingua e la sua corrispondente in un'altra lingua. Ogni associazione

rappresenta un record della banca dati comporto da più campi tra cui

anche data di creazione del record, autore, note, ecc.

Tale database costituisce il nucleo attorno a cui lavora il programma

vero e proprio che avrà quindi il compito di analizzare un testo

sottoposto a traduzione ricercando eventuali somiglianze tra una frase

nuova e quelle presenti nel database stesso. Tale approccio alla

traduzione assistita basato su esempi viene denominato EBMT -

Example Based Machine Translation – intendendo con ciò un sistema

per la realizzazione di una traduzione basandosi su precedenti

traduzioni memorizzate in una struttura organizzata [2] [16].

Una più precisa definizione è stata fornita dall'Expert Advisory Group

on Language Engineering Standards (EAGLES) [6]: “a multilingual

text archive containing (segmented, aligned, parsed and classified)

multilingual texts, allowing storage and retrieval of aligned

multilingual text segments against various search conditions” (un

archivio testuale multilingua di testi segmentati, allineati, scomposti e

classificati che consenta l'archiviazione e la ricerca di segmenti di

testo multilingua da tradurre tramite un'interrogazione

parametrizzabile.)


Tool di pretraduzione automatica (batch processing)

Il tool di pretraduzione automatica è quello strumento in grado di

generare un file bilingue sostituendo al testo originale quei segmenti

in lingua trovati in memoria. Il file così ottenuto è poi

successivamente sottoposto a traduzione per completarne il risultato.

La caratteristica di questo strumento di operare su testi anche senza

conoscenze linguistiche specifiche lo rendono utilizzabile da qualsiasi

operatore.

Questo strumento è calibrabile in base ad alcuni parametri come ad

esempio il livello di matching con cui cercare nella Translation

Memory, il grado di segmentazione del testo, le conversioni

automatiche di date, valute e formati numerici, ottenendo così la

possibilità di differenti risultati personalizzabili.

Tool di suggerimento

Il tool di suggerimento è quello strumento di interfaccia utente tramite

il quale il traduttore traducendo un testo riceve parallelamente alla

traduzione individuata nella TM anche alcuni input aggiuntivi

(suggerimenti) che sono contestuali, ad esempio suggerimenti di

termini attinti da glossari settoriali.

Dizionari Multilingua

Un dizionario multilingua è composto tipicamente da uno o più

dizionari bilingua e da un applicativo di ricerca. Questi applicativi

sono normalmente concepiti per lavorare assieme ad un programma di

videoscrittura e qualche volta permettono anche la gestione delle

inflessioni terminologiche (permettono cioè di non dover introdurre la

radice di un termine per cercarne la traduzione ma automaticamente

cercano e suggeriscono i termini più vicini). Questi applicativi

vengono forniti con dizionari settoriali preimpostati, ma modificabili,

e sono caratterizzati dalla possibilità di importazione/esportazione dei

termini stessi.


Si tratta quindi di uno strumento utile sia per il traduttore in fase di

traduzione sia per l'organizzazione che deve fornire al traduttore in

fase di inizio lavoro un dizionario contestuale al documento da

tradurre.

In taluni casi se la struttura organizzativa e il traduttore utilizzano il

medesimo sistema di traduzione assistita, è possibile interscambiare

dizionari in un formato originale senza necessità di esportarli al fine di

mantenere un'uniformità di strumentazione adoperata e consentendo di

arricchire direttamente il dizionario originale.

Dizionari dei Sinonimi

I dizionari dei sinonimi solitamente consistono di due o più dizionari

collegati (cross-reference multilingual thesauri) che permettono

ricerche di sinonimi (e/o contrari) tramite ricerche di concetto e non

solamente di tipo alfabetico. Il fruitore di tale dizionario (corredato da

applicativo di ricerca) può quindi scorrere e ricercare la terminologia

attraverso più lingue individuando le sotto-aree di pertinenza. Non

sono infrequenti informazioni anche di tipo grammaticale, genere,

inflessioni e altro.

I traduttori professionisti potrebbero altresì trovare questi dizionari

troppo limitati e quindi è prevista la possibilità di modifica,

cancellazione, introduzione dei termini stessi. Questi applicativi

inoltre forniscono la possibilità di riordinare i dati stessi in base a

criteri che vanno al di là della semplice relazione di sinonimia, ad

esempio: per associazioni, per contrari (antinomia), per sottoparti, per

declinazione. A questo proposito si veda §2.1.1.5 "MultiTerm" a

pagina 7.

Tool di conversione formati

Oggi i documenti da tradurre sono nei formati più disparati (Quark

Xpress, Adobe PageMaker, Adobe FrameMaker, Word XP, Word

2000, Word 97, ecc.) e devono essere tradotti da professionisti che

non sempre dispongono di tali software; sono quindi necessari

strumenti che consentano la trasformazione di un documento da un


formato ad un altro e viceversa al fine di garantire un processo di

traduzione semplificato e il rispetto/mantenimento dell'aspetto del

documento originale.

I tool di conversione permettono quindi di convertire in formati di

interscambio (Interchange Format File) come l'RTF (Rich Text File) o

il MIF (Meta Interchange Format) i documenti originali e di

mantenere con opportuni codici (tags) le formattazioni del testo stesso

(grassetti, dimensioni caratteri, posizione del testo e delle figure nella

pagina) al fine di permettere una corretta contro-conversione nel

formato originale.

Solitamente questo tool è di ausilio a chi si occupa di organizzare il

lavoro di traduzione e permetterà al traduttore di manipolare

documenti senza preoccuparsi del formato originale e senza necessità

di disporre di applicativi dedicati. Inoltre il traduttore potrà continuare

ad utilizzare il programma di videoscrittura a cui è maggiormente

abituato senza dover apprendere nuovi strumenti.

Tale processo di conversione è quindi una normalizzazione del testo

che lo rende di fatto indipendente dal formato originale. Tale

strumento permette inoltre un mantenimento dell'investimento

economico effettuato per l'acquisto del programma, grazie alla

possibilità di gestire nuovi formati tramite moduli aggiuntivi plug-in

da implementare nel programma stesso.

Nella figura seguente si vede un testo esportato dal formato

FrameMaker in formato RTF. Esso è corredato da codice di controllo

di colore grigio e rosso contenente quelle informazioni aggiuntive non

propriamente attinenti il lavoro vero e proprio del traduttore ma

necessarie per la sua corretta contro-conversione nel formato

originale.


Figura 1.2 - Esempio di file in formato FrameMaker trasformato in formato RTF (traduzione manualistica Panasonic dal giapponese)

Tool di creazione di nuove memorie

Nell'ottica di recuperare materiale precedentemente tradotto viene

fornito uno strumento per l'allineamento di testi sorgenti e testi tradotti

allo scopo di creare nuove memorie. Queste memorie saranno alla

base della pretraduzione di nuovi testi. E’ pertanto di fondamentale

importanza che questo strumento sia in grado di realizzare

velocemente ed efficacemente tali nuove memorie.

Questo strumento, normalmente dotato di interfaccia grafica

complessa, si compone di un primo modulo in grado di scomporre in

segmenti il testo sorgente e quello tradotto per poi, in una seconda

fase, consentire all'utente di verificare, ed eventualmente correggere,

l'allineamento segmento-segmento suggerito.

Al termine di questa operazione di allineamento, viene creata una

memoria catalogabile secondo vari parametri come il nome del

creatore, la data di creazione, il materiale su cui si basa e le lingue

presenti (vedi Figura 1.3).


Figura 1.3 - Computer Aided Translation - Allineamento segmenti e creazione di una nuova memoria

1.2 Caratteristiche ideali di un sistema di traduzione assistita

Al fine di poter analizzare un sistema di traduzione assistita presente

sul mercato è necessario compiere prima una analisi dei requisiti che

un applicativo del genere dovrebbe possedere. Sulla base di queste

caratteristiche sarà possibile comprendere meglio le caratteristiche dei

prodotti in commercio e i parametri con cui valutarne l’efficacia.

Ricordando che una sistema basato su Translation Memory è una sorta

di archivio multilingua contenente del testo segmentato, allineato e

classificato, sarà quindi possibile sottoporre al sistema materiale

testuale al fine di ottenere in output un dato qualificativo indicante la

presenza o meno nell’archivio dello stesso testo o di testo simile ad

esso. Tale valutazione di similitudine ovviamente dovrà essere

limitata al solo testo e sarà corredato da un valore compreso tra 0 e 1

che ne indica il grado di similitudine.

Alcuni software di traduzione assistita cercano e segnalano solo

stringhe perfettamente identiche a quelle presenti in memoria, altri

invece compiono una ricerca di tipo approssimata (fuzzy), suggerendo

frasi simili a meno di un valore percentuale che faccia da

TM


discriminante per il traduttore. In questo secondo caso l’applicativo

che compone il sistema di traduzione assistita, segnala puntualmente

con opportuni parametri, flag o colori le eventuali differenze.

Le segnalazioni sono tanto più accurate quanto più l’applicativo è

basato su un algoritmo complesso per l’individuazione di queste

somiglianze.

I migliori applicativi segnalano inoltre anche le eventuali ripetizioni

presenti nel testo al fine di minimizzare task ripetitivi di traduzione.

Considerando quindi le sopracitate necessità di ricerca ed indicazione

del livello di attinenza con i dati presenti in una memoria si evince che

un applicativo per la traduzione assistita è un sistema basato su un

sistema di tipo query / database.

Infine le caratteristiche di un sistema di traduzione assistita

suddividono lo stesso in differenti componenti: componenti Off-line,

intendendo la capacità del sistema di pre-analizzare un testo ancora da

sottoporre a traduzione; componenti On-line in grado di accompagnare

l’opera di traduzione vera e propria.

1.2.1 Componenti Off-line

1.2.1.1 Analisi del testo da tradurre

L’analisi delle caratteristiche Off-line parte dalla necessità di

segmentazione sia del testo sorgente che di quello di destinazione.

Tale scomposizione è necessaria da un lato per creare memorie di testi

già tradotti associando segmenti nelle due lingue, dall’altro per

consentire la ricerca di un segmento nuovo in una memoria esistente.

Segmentazione

Lo scopo della segmentazione è quello di individuare le unità di testo

da tradurre che abbiano una specificità, indipendenza e completezza a

prescindere dal testo che precede e segue. Intuitivamente la

scomposizione di un testo in segmenti può essere effettuata

considerando i segni di punteggiatura e gli eventuali codici aggiuntivi

o caratteri speciali, come elementi separatori.


Il riconoscimento della punteggiatura richiede ovviamente una

conoscenza da parte del sistema dell’ortografia e delle convenzioni

grammaticali della lingua, ad esempio per distinguere il normale punto

alla fine di una frase da un punto presente alla fine di una

abbreviazione o sigla.

Inoltre eventuali presenze di codici aggiuntivi propri del testo devono

essere individuati dal sistema e debitamente ignorati e/o utilizzati per

la corretta scomposizione del testo.

Si veda a questo proposito l'esempio seguente: una lista di ricambi

composta da codici alfanumerici di matricola seguiti dopo un segno

distintivo da brevi testi descrittivi, in tale caso il discriminante è

proprio il segno distintivo.

…

ALFA001 *** Transistor¶

BETA002 *** Triodo¶

GAMMA003 *** Diodo¶

… Figura 1.4 - Esempio di segmentazione del testo

Nell'esempio sopra riportato il sistema deve essere in grado di

individuare il simbolo "***" come elemento separatore tra i codici

sulla sinistra (da non tradurre) e i termini sulla destra da tradurre.

Ovviamente oltre a tale segno, il sistema deve riconoscere anche

l'andata a capo (¶) come ulteriore elemento distintivo. Anche altri

elementi come ad esempio nomi propri, numeri, date, valute, figure

possono essere considerati codici aggiuntivi utili alla scomposizione

del testo.

La segmentazione porta quindi alla scomposizione di un testo in

elementi di base che successivamente verranno o analizzati

ricercandoli nella memoria o allineati con altri segmenti in un’altra

lingua al fine di creare una nuova memoria.


I segmenti individuati da un processo di scomposizione non dovranno

essere troppo piccoli (necessità di avere un senso compiuto) al fine di

non arrivare all'assurda traduzione “parola per parola”; a questo

proposito si ricorda la presenza in commercio di programmi di

traduzione elementare i cui suggerimenti sono solo applicazione di

“filtri” di traduzione parola per parola con risultati spesso scarsi o

addirittura errati. La dimensione ottimale varia ovviamente in

funzione del tipo di testo che si traduce. Da un lato la traduzione di un

nuovo testo utilizzando una memoria basata su una segmentazione

troppo stretta potrebbe fornire una larga percentuale di uguaglianze

non riutilizzabili in un contesto che deve essere completo e omogeneo,

dall’altro la traduzione di un testo segmentato strettamente confrontato

con memorie dai segmenti più grandi potrebbe avere poche

segnalazioni di similitudine.

Altri tipi di segmentazione

Un altro tipo di segmentazione è quella linguistica:

- la lemmatizzazione (lemming) o stemming è la riduzione di un

termine al suo elemento primitivo, alla radice; ed è utilizzata per la

preparazione di una lista di parole chiave ad esempio per

successive ricerche in banche dati di tipo differente.

- la scomposizione sintattica è utile per individuare quelle sottoparti

di un segmento che possono essere considerate come indipendenti

e significative. Lo scopo è quello di permettere il riutilizzo della

loro traduzione in altre parti del documento stesso (concetto di

“molecola-poche parole” rispetto al concetto “atomo-parola”)

Allineamento

Per allineamento si intende l'individuazione delle corrispondenze tra

testo (sorgente/traduzione). La segmentazione fornisce

all’allineamento quella scomposizione in unità la cui corrispondenza

permette di ottenere i migliori risultati nella fase successiva di ricerca

nella Translation Memory.


In generale una differente punteggiatura nel testo tradotto può

ingenerare una difficoltà aggiuntiva in fase di allineamento (i migliori

applicativi permettono l’individuazione e correzione di tali regole di

scomposizione).

Estrazione delle parole chiave

Un ulteriore strumento è quello dell’analisi statistica delle parole

presenti nel testo di un documento da tradurre al fine di individuare

quei termini che si ripetono molte volte. Questo allo scopo di

individuare quelle parole chiave da sottoporre ad ulteriore (e separata)

analisi. Si veda §2.1.1.4 "Trados-ExtraTerm" a pagina 7.

Statistiche del testo

Alla necessità di valutare il volume di un nuovo lavoro di traduzione,

risponde quell’applicativo capace di fornire numericamente

indicazioni sulla quantità di parole, segmenti, ripetizioni presenti nel

testo sorgente al fine, ad esempio, di permettere una valutazione

tempi/costi di una traduzione che ci si appresta ad iniziare.

1.2.1.2 Importazione dati nella TM

L’importazione dei dati allineati in una TM consiste nell’introduzione

automatica di segmenti nella lingua sorgente e i corrispondenti

segmenti nella lingua di destinazione.

L’importazione può avvenire da un formato grezzo o da uno nativo.

Il cosiddetto formato grezzo è qualsiasi formato in cui il testo sorgente

e quello di destinazione sono formattati eccetto il formato nativo della

TM stessa.

In altre parole testi in formato ASCII, ANSI, o di un qualsiasi

programma di videoscrittura sono considerati come testo grezzo da

segmentare ed allineare.

Il formato nativo invece consiste nell’avere il testo sorgente e quello

di destinazione nel formato proprio della Translation Memory. Tale

formato conterrà già informazioni come segmentazione e

allineamento.


1.2.1.3 Esportazione dati dalla TM

Per esportazione si intende il processo di trasferimento di testo dalla

TM in un file esterno di testo. Lo scopo è quello di permettere la

successiva importazione da parte del traduttore in un eventualmente

differente sistema di traduzione assistita.

1.2.1.4 Altre funzioni Off-line

Altre funzioni off-line possono essere:

- Merging (Join)

- Filtering

- Inversione

- Composizione

Le TM sono dei database in cui il merging altro non è che il join tra

tabelle. Un record in una tabella corrisponde ad un segmento assieme

alla sua traduzione e ad altre informazioni aggiuntive. Un join è basata

sulla uguaglianza perfetta o di tipo approssimato tra uno o più campi.

Il merging può essere usato in congiunzione con il filtering. Per

filtering infatti si intende la possibilità di esportare (filtrare) da un

testo sottoposto a traduzione solo quei segmenti che non sono presenti

in memoria, al fine ad esempio di sottoporre tali segmenti non tradotti

ad altre analisi con altre TM.

Per inversione si intende invece la capacità di rovesciare il “verso”

della traduzione (scambio tra lingua sorgente e lingua destinazione nel

database).

Per composizione (sorta di proprietà transitiva delle memorie) si

intende la capacità di avere una traduzione in una terza lingua a partire

da memorie tra una prima lingua e una seconda e tra questa seconda e

la terza in questione.


1.2.2 Componenti On-line

In fase di traduzione un sistema di traduzione assistita deve fornire, a

partire dai dati presenti nella TM, suggerimenti su come tradurre un

determinato segmento di testo. Tale segnalazione deve essere

corredata da varie informazioni aggiuntive:

- diverse alternative di traduzione se in memoria sono presenti varie

frasi simili o uguali;

- indicazione del livello di somiglianza tra la frase da tradurre e

quella presente in memoria;

- indicazione delle parole differenti (colorandole ad esempio).

La stessa interfaccia utente deve supportare alcune funzionalità

specifiche:

- esportazione del nuovo segmento;

- possibilità di modificare la traduzione presente in memoria

(eventuali correzioni in memoria);

- possibilità di variare i parametri al fine di ottenere differenti

risposte dalla TM (ad esempio ignorare le date, i numeri, i codici, i

nomi propri, ecc.).

1.2.2.1 Ricerca

Si consideri la TM come un database e la frase/segmento sorgente

come quell’unità da cercare tramite query; si possono così ottenere

due tipi di risultati che sono alla base della ricerca.

Exact match

Per Exact match si intende la perfetta uguaglianza carattere per

carattere tra il testo sorgente da tradurre e il testo sorgente presente in

memoria.

Approximate match

Una uguaglianza di tipo approximate (fuzzy) è la somiglianza tra

segmenti a meno di alcune differenze. Solitamente gli applicativi


assegnano valori di verosimiglianza. La misurazione della distanza

(Edit distance [8]) tra le parole è uno dei metodi usati per valutare tale

verosimiglianza.

Si tenga conto che il peso assegnato alle differenze varia da

programma a programma, ma deve essere in parte parametrizzabile

dall’utente. Ad esempio la presenza di codici, date, ecc. e dei rispettivi

pesi di traduzione devono essere calibrabili.

1.2.2.2 Aggiornamento e Networking

In fase di traduzione una frase tradotta deve essere immediatamente

inserita nella TM al fine di fornirla come suggerimento all’utente

qualora si ripresentasse all’interno del testo.

Inoltre in caso di memorie centralizzate deve essere possibile accedere

ad esse da parte di più utenti contemporaneamente. Si noti come in

caso di memoria condivisa l’inserimento di una traduzione errata può

ripercuotersi su altre traduzioni, nasce quindi la necessità della

definizione del livello degli utenti (account) in relazione alla memoria,

potendo così valutare il suggerimento in relazione al livello degli

utenti quali “traduttori”, “revisori di lingua”, "correttori di bozze", ecc.


Programmi in commercio 23

Capitolo 2 Programmi in commercio

Nel presente capitolo si vogliono individuare i principali e

maggiormente diffusi programmi commerciali.

I programmi sottoposti ad analisi sono Trados nella versione 5.0.1 e

IBM TranslationManager nella versione 2.6.0.

24 Programmi in commercio

2.1 TRADOS

Figura 2.1- Trados 5

Trados è una suite composta da più programmi atti a consentire la

traduzione di un testo. L’approccio al sistema è estremamente curato

nell’interfaccia grafica e nelle possibilità di forte personalizzazione

consentite all’utente.

2.1.1 Componenti e loro caratteristiche

I componenti principali di Trados sono WorkSpace, WorkBench,

WinAlign, ExtraTerm, MultiTerm. In particolare tali componenti

servono per eseguire differenti task legati alla traduzione assistita in

relazione anche a differenti scenari possibili di traduzione.

L'operatività del sistema potrebbe essere quindi così descritta:

- creazione di memorie a partire da traduzioni precedentemente

svolte: usando WinAlign per l'allineamento delle stringhe e

WorkBench per la creazione della TM vera e propria si realizzano

memorie da utilizzare per successive traduzioni;

- creazione di nuovi progetti di traduzione in ambiente integrato

tramite WorkSpace, riunendo file da tradurre, memorie da

utilizzare, glossari consultabili;


- creazione di glossari di traduzione esportando le parole chiave da

testi da tradurre tramite ExtraTerm, consultabili tramite

MultiTerm.

2.1.1.1 WorkSpace

WorkSpace è una shell integrata tramite la quale impostare interi

progetti di traduzione in varie lingue indicando ad esempio le cartelle

interessate al progetto, i dizionari associati, le memorie di traduzione

da utilizzare e aggiornare, oltre a permettere la centralizzazione dei

più comuni compiti di traduzione quali analizzare preventivamente il

materiale da tradurre (al fine di un preventivo) e arricchire la memoria

di traduzione al rientro di un file tradotto (Figura 2.2).

Figura 2.2 - Trados WorkSpace

2.1.1.2 WorkBench

WorkBench è l’interfaccia che si integra con il programma di Word

Processing adottato per l’editing del testo da tradurre. Prima della

creazione della versione 5, Trados non disponeva della scrivania


virtuale WorkSpace ed era WorkBench stesso a fungere da strumento

principale per il traduttore. Ancora oggi si tende ad identificare Trados

con lo strumento WorkBench, in quanto risultava l’interfaccia tipica

per l’utente, negando di fatto l’esistenza di altri tool.

WorkBench consente il suggerimento on-line in fase di traduzione di

segmenti disponibili in memoria a meno di un valore percentuale di

similitudine (100% o approximate match); consente inoltre la

manutenzione e creazione di memorie a partire da file allineati

(realizzati precedentemente con WinAlign).

Figura 2.3 - Trados WorkBench

Qui di seguito (Figura 2.4) l'interfaccia di importazione e creazione

memoria a partire da file allineati in precedenza con WinAlign:

Figura 2.4 - Trados WorkBench - Importazione dati per creazione memoria

Tramite tale schermata è possibile indicare se si tratta di importazioni

minori (senza rigenerazione dell’indice della banca dati) o di

importazioni massive (Import Mode), oltre a permettere l’eventuale

aggiornamento di testo già presente in memoria fornendo nuove

possibili traduzioni dello stesso (Existing Translation Units).


In fase di traduzione il programma è integrato direttamente

all’ambiente scelto per la traduzione del testo, tramite pulsanti

aggiunti alla toolbar del Word Processor. Tali pulsanti consentono di

interrogare il database, di sostituire il testo sorgente con quello

tradotto e di aggiornare in tempo reale la memoria (Figura 2.5).

Figura 2.5 - Integrazione Trados - WordProcessor

2.1.1.3 WinAlign

WinAlign è lo strumento per l'allineamento di coppie di file in lingue

differenti. Tale allineamento ha lo scopo di generare un file di

interscambio successivamente importabile in WorkBench.

Il programma permette l’individuazione di quali file allineare, il

formato degli stessi e le lingue di origine e destinazione (Figura 2.6).


Figura 2.6 - Impostazione del progetto

Figura 2.7 - Associazione file sorgente, file tradotto

E' ovviamente possibile impostare interi gruppi di file che

compongono progetti complessi.

Dopo questa prima fase di impostazione dei parametri, il programma

compie una fase di pre-analisi/segmentazione (Figura 2.8). Durante

questa fase il programma scompone i file in lingua sorgente e in

lingua destinazione in segmenti che nella fase successiva saranno

proposti per l’allineamento vero e proprio.


Figura 2.8 - Pre-allineamento batch

Al termine si procede alla verifica dell'allineamento suggerito dal

programma tramite un’interfaccia grafica a due colonne in cui sono

affiancate le due lingue e i segmenti in cui sono state scomposte.

L'operatore/utente può quindi intervenire a vari livelli correggendo

eventuali segmenti allineati in maniera errata (Figura 2.9).

Figura 2.9 - Allineamento segmento-segmento


Durante questa fase è consentito di disallineare interi blocchi di

segmenti e di sospendere il lavoro per recuperarlo in un secondo

momento. Particolarmente interessante è la funzione che consente di

poter modificare il testo di singoli segmenti per correggere eventuali

errori di ortografia.

Al termine della fase di verifica dell'allineamento si procede con

l'esportazione in un file .TXT per permettere il successivo inserimento

nella TM.

Data la particolare importanza della fase di segmentazione del testo è

stata inserita la possibilità di impostare alcuni parametri del

programma stesso per consentire una calibrazione in base alle proprie

esigenze specifiche. In un pannello del programma stesso è infatti

possibile impostare, prima di eseguire la pre-analisi/segmentazione del

testo, parametri come le regole di segmentazione da adottare

(Segmentation Rules - Figura 2.10).

Figura 2.10 - Parametrizzazioni di WinAlign


Si noti come il programma abbia preimpostate alcune regole di

segmentazione basate sul punto (Full Stop), sui segni di tabulazione

(Tabulator), sui punto e virgola (Colon), su marcatori personalizzabili

(Marks) e su segni di fine paragrafo (End of Paragraph), mentre non

prevede una segmentazione basata sulla regola della scomposizione in

base alla presenza di virgole nel testo ("comma"). Questa opzione è

però facilmente implementabile in quanto il programma consente

l’introduzione di nuove regole di segmentazione.

2.1.1.4 ExtraTerm

ExtraTerm è lo strumento di estrazione di parole chiave per la

realizzazione di glossari (Figura 2.11). Il programma è

parametrizzabile in funzione del tipo di glossario che si desidera

ottenere. Ad esempio è possibile stabilire che il glossario deve

contenere singole parole o insiemi di parole composte da un certo

numero di termini (Figura 2.12).

Figura 2.11 - Analisi in ExtraTerm


Figura 2.12 - Lista termini esportabili

2.1.1.5 MultiTerm

MultiTerm è l’interfaccia integrata nel programma di Word

Processing per la ricerca in tempo reale di singoli termini durante la

fase di traduzione.

Figura 2.13 - Interfaccia MultiTerm


2.1.2 Ulteriori caratteristiche

Lo strumento WorkBench consente la pretraduzione automatica di

tipo batch di un documento indicando un livello minimo di

verosimiglianza da applicare. E’ cioè consentito di ottenere in maniera

semiautomatica un documento pretradotto in cui le frasi uguali a

quelle in memoria sono sostituite con quelle nella lingua di

destinazione. Il testo così ottenuto sarà composto da frasi ancora nella

lingua sorgente e frasi nella lingua destinazione.

La particolarità di questo strumento è la possibilità di discriminare la

soglia di verosimiglianza. In altre parole è consentito impostare a

livelli inferiori il 100% il parametro con cui il programma sostituisce

le frasi quasi uguali (Approximate match).

Ad esempio è possibile pretradurre un documento indicando che

segmenti nella lingua sorgente uguali solo al 97% a segmenti presenti

in memoria siano trattati alla stregua di Exact match (Figura 2.14).

Questo genere di approccio è ovviamente estremamente delicato in

quanto si presuppone la certezza da parte dell’operatore di essere di

fronte a casi in cui la verosimiglianza al 97% sia effettivamente una

verosimiglianza assoluta.

Questo genere di azione è consigliabile solo dopo alcune prove e in

casi particolari in cui, ad esempio, i codici di controllo, e non il testo

vero e proprio, differiscono da quelli in memoria ed è comunque

prevista una successiva verifica degli stessi.


Figura 2.14 – Trados WorkBench - Pretraduzione di tipo batch


2.2 IBM TRANSLATION MANAGER

Figura 2.15 - IBM TranslationManager

IBM TranslationManager è un programma incentrato su una scrivania

virtuale di lavoro, unica e centralizzata, e da uno strumento aggiuntivo

per la creazione di memorie.

2.2.1 Componenti

Il programma è costituito da due applicativi ciascuno specifico per un

determinato compito. La shell principale di sistema

TranslationManager consente di cui creare progetti, importare file,

associare memorie a progetti, consultare memorie, ecc. Il secondo

applicativo si chiama Initial Translation Memory Tool e serve per la

creazione di memorie permettendo l'allineamento di file

scomponendoli in singole sentence.

2.2.2 Caratteristiche

La scrivania virtuale TranslationManager contiene una serie di finestre

ciascuna atta ad uno scopo diverso. Una prima finestra contiene ad


esempio la lista delle cartelle progetto in cui è possibile importare e

impostare i formati dei file o aprire i file da pretradurre e completare.

Altri strumenti/finestre presenti sono la cartella delle memorie

consultabili e la cartella degli eventuali dizionari settoriali (Figura

2.16).

Figura 2.16 - Interfaccia principale IBM TranslationManager


L'Initial Translation Memory Tool (Figura 2.17) si presenta invece

con una interfaccia articolata in cui individuare i file da allineare allo

scopo di permetterne la scomposizione e successiva realizzazione di

una nuova memoria.

Figura 2.17 - Initial Translation Memory Tool

Figura 2.18 – Allineamento con l'Initial Translation Memory Tool

Dopo la prima fase di segmentazione e allineamento dei due testi

(Figura 2.18), il programma presenta un'interfaccia a due colonne in

cui vengono visualizzati i due testi di cui verificarne l’allineamento

(Figura 2.19).


Figura 2.19 – Initial Translation Memory Tool - Allineamento segmenti

Particolarità di questo approccio è l'arricchimento della memoria in

tempo reale; mentre infatti si procede con la conferma delle singole

frasi, la memoria viene aggiornata ed è subito utilizzabile da un altro

eventuale utente. Ovviamente il lavoro di conferma di allineamento

può essere sospeso, consentendo di rimandare particolare decisioni e

non introdurre in memoria dati inesatti.

Al termine della fase di allineamento dei due testi si conferma la

creazione della memoria completando il processo (Figura 2.20).

Figura 2.20 - Conferma allineamento


Questa interfaccia a differenza del precedente Trados si presenta

estremamente scarna. In particolare risulta scomoda e poco intuitiva

per il neofita a causa dell’assenza di icone e menu personalizzabili. E’

quindi possibile, solo dopo molta pratica, apprendere i numerosi

comandi abbreviati da tastiera. Ciò è prevalentemente dovuto

all'origine del programma in ambiente Unix testuale in cui era stato

sviluppato e a cui i progettisti non hanno rinunciato nel porting in

ambiente Windows.

2.2.3 Ulteriori caratteristiche

Come nel caso del precedente programma analizzato, si vuole ora

valutare la differente tecnica di approccio alla traduzione del sistema

IBM. I tipi di analisi dei file da tradurre è anche in questo caso

distinguibile in analisi di tipo batch e analisi di tipo On-line.

Analisi di tipo batch

Figura 2.21 - Analisi batch in IBM TranslationManager


Partendo dalla scrivania del sistema è possibile aprire e analizzare un

file singolo di un progetto impostato. Tale tipo di analisi prevede solo

pochi settaggi possibili per la pretraduzione automatica di un file.

Una caratteristica principale è che questo tipo di approccio può essere

definito di tipo assoluto, in quanto le frasi eventualmente uguali

(Exact match) vengono sostituite senza lasciare traccia nel documento

originale, perdendo quindi il vantaggio di un eventuale suggerimento

al traduttore. Non è inoltre possibile indicare un eventuale livello

minimo di verosimiglianza da utilizzare come soglia per ottenere un

documento pretradotto in cui anche le frasi simili a meno di un certo

valore percentuale siano automaticamente sostituite come fossero

esattamente uguali. Per questo motivo è preferibile fornire al

traduttore sia il file originale che la memoria, al fine di permettergli

una traduzione on-line che consenta in tempo reale la consultazione

delle frasi suggerite dalla memoria. Questo processo però genera nel

traduttore la necessità di tradurre o meglio confermare anche quelle

frasi che sono in realtà già rilevate dal sistema come uguali al solo

fine di permettere al traduttore di venirne a conoscenza

In conclusione questo approccio è sicuramente meno funzionale del

cosiddetto approccio a due vie consentito da altri programmi, tra cui

Trados, in cui è possibile ottenere un file di testo pretradotto in

maniera batch in cui sono affiancati sia il testo sorgente che la

traduzione corrispondente a meno un valore di verosimiglianza

indicato. L’approccio consentito da IBM TranslationManager inoltre

rende necessario disporre del programma stesso da parte del

traduttore.


Analisi On-line

Figura 2.22 - Analisi batch in IBM TranslationManager

L'analisi on-line in questo caso avviene in un ambiente grafico che

non è il classico wordprocessor a cui il traduttore è abituato, bensì di

un ambiente a finestre in cui è possibile vedere: il testo nuovo da

tradurre, i segmenti trovati simili in memoria e i segmenti originali da

cui queste traduzioni sono scaturite.

Tale ambiente si occupa quindi delle eventuali conversioni da un

formato nativo (RTF, ANSI, altri) in questo documento di tipo

testuale, perdendo l'immediatezza d'uso. Per questo motivo il

traduttore dovrà quindi utilizzare una serie di comandi direttamente

dai menu a tendina o le combinazioni di tasti di questa particolare

interfaccia.

Il programma prevede la possibilità di nascondere eventuali tags al

fine di permettere una traduzione più agevole al traduttore che però

può in qualsiasi momento vedere (senza modificare) questi codici di

controllo. L'esempio riportato in figura essendo basato su file di testo

ANSI non presenta questi codici di controllo.


Valutazione di un programma CAT 43

Capitolo 3 Valutazione di un programma CAT

In questo capitolo si intende fornire una panoramica degli approcci

possibili per la valutazione di un programma CAT.

3.1 Efficacia - Concetto di Precision e Recall

La determinazione di uno strumento di misura valido per la

determinazione dell’efficacia di un programma CAT deve ovviamente

rifarsi agli stessi strumenti forniti dalla letteratura sull’Information

Retrieval per la misurazione di una query SQL e dei risultati forniti.

Information Retrieval

La nascita del problema del recupero di informazioni da una raccolta

di testi è databile per lo meno al terzo secolo avanti Cristo, quando

iniziarono ad apparire biblioteche con centinaia di migliaia di

documenti; tuttavia è solo recentemente, con l’avvento degli strumenti

44 Valutazione di un programma CAT

informatici, che l’Information Retrieval ha subito una "spinta

evolutiva" ed ha assunto consistenza dal punto di vista teorico.

Per Information Retrieval si intende "classicamente" quell’insieme di

tecniche che consentono un accesso mirato ed efficiente a grandi

raccolte di oggetti contenenti principalmente testo (ad esempio, il

recupero, in una biblioteca, di tutti i libri inerenti l’argomento

"Information Retrieval"). Attualmente l’Information Retrieval

riguarda tecniche applicabili in modo algoritmico da "macchine"

(calcolatori) in grado di accedere agli oggetti di una raccolta. Ogni

oggetto è riassunto nei suoi attributi da "descrittori", che tipicamente

consistono in un testo. Queste descrizioni possono anche includere

descrittori assegnati dal creatore (autore) dell’oggetto o da un qualche

indicizzatore (un uomo o una "macchina") o utilizzati per descrivere

eventuali relazioni con altri oggetti nella raccolta.

Quello che rende un sistema del genere un Retrieval System è la

capacità di descrivere e tentare di soddisfare un fabbisogno informativo (f.i.), cioè un interesse specifico, dell’utente. Le

caratteristiche del f.i. sono descritte in query. Una query è espressa

tipicamente in linguaggio naturale, ma sono possibili anche altre

forme, come l’uso di espressioni booleane o di esempi di documenti.

Dando per scontato che l’utente sia in grado di formalizzare delle

query corrette e coerenti con il proprio f.i., egli dovrebbe essere in

grado di constatare, effettuata una ricerca, se gli oggetti recuperati

dalla "macchina" rientrano o meno nel suo interesse. Questa centralità

dell’utente nella valutazione del processo di retrieval è una

caratteristica importante dell’Information Retrieval tradizionale e

svincola in qualche modo il problema da quello attinente

l’interpretazione del testo.

Sintetizzando, il processo di retrieval può essere visto come una serie

di passi:

1. si genera una rappresentazione del significato o del

contenuto di ogni oggetto, basata sulla sua descrizione,


2. si genera una rappresentazione del significato del

fabbisogno informativo,

3. si confrontano le due rappresentazioni e si scelgono quegli

oggetti che sembrano attenersi maggiormente al f.i.

Figura 3.1 – Processo di Retrieval

Risulta evidente allora come il problema sia quello di cercare delle

buone rappresentazioni del documento e del f.i., e di come poter

paragonare queste rappresentazioni.

Come valutare un meccanismo di ricerca

Compito dell’Information Retrieval (IR) è quello di memorizzare,

rappresentare ed estrarre da una raccolta di documenti la più grande

quantità di informazioni su un dato argomento e null’altro [5][18]. E’

necessario specificare che per documenti si intende ovviamente un

insieme omogeneo di dati che può quindi essere diversamente

costituito rispetto agli storici insiemi di testi quali si è solito fare

riferimento pensando a banche dati.

Se il reperimento di informazioni è l’aspetto su cui si incentra

maggiormente questa Tesi, allora l’aspetto da approfondire di un

Sistema IR è l’efficacia con cui esso è in grado reperire in una

collezione di documenti proprio i documenti ricercati, cioè la sua

capacità di fornire tutte le informazioni rilevanti presenti in una

collezione. La determinazione della rilevanza di un risultato fornito

dal Sistema IR è ovviamente soggettiva in quanto a medesimi risultati

Processo di Retrieval


forniti da una stessa ricerca, utenti diversi potrebbero assegnare

giudizi diversi, cioè interpretare diversamente il risultato fornito. Tutto

dipende dalle conoscenze a priori che si hanno sull’argomento

ricercato. In particolare è necessario osservare come, in relazione ad

una data ricerca, vi sono dati restituiti rilevanti e dati restituiti non

rilevanti. I risultati ottenuti dalla ricerca potranno quindi essere

suddivisi nei seguenti quattro casi:

- rilevanti e reperiti, cioè corretti;

- rilevanti e non reperiti, cioè omessi;

- non rilevanti e reperiti, cioè inesatti;

- non rilevanti e non reperiti, cioè da omettere;

Rilevanti REL

Non rilevanti NREL

Documenti reperiti

RET

Corretti Inesatti

Documenti non reperiti NRET

Omessi Da omettere

Figura 3.2 – Possibili risultati di una ricerca in una collezione

Scopo di un Sistema IR è quello di massimizzare i documenti rilevanti

e reperiti (RET&REL) e minimizzare il “rumore” costituito dai

RET&REL

RET&NREL NRET&REL

NRET&NREL

reperiti non reperiti

rilevanti non rilevanti


documenti reperiti e non rilevanti. I documenti rilevanti e non reperiti

(NRET&REL) sono invece i risultati omessi dal sistema e quindi sono

da minimizzare ugualmente.

I parametri adottati a livello internazionale per misurare l’efficacia di

un Sistema IR sono i fattori recall (richiamo, ricordo) e precision

(precisione).

Il fattore recall viene calcolato sui documenti rilevanti reperiti, e ne

misura la percentuale rispetto al totale contenuto nella collezione,

mentre il fattore precision invece riguarda i documenti reperiti dalla

ricerca e rappresenta la percentuale di documenti rilevanti.

recall = REL

RELRET & precision = RET

RELRET &

Ovviamente il fattore recall presuppone di conoscere quanti sono i

documenti rilevanti in tutta la collezione (deus ex-machina), mentre il

fattore precision è calcolabile a partire dal risultato ottenuto.

In genere aumentando il fattore recall, diminuisce il fattore precision e

viceversa.

Figura 3.3 – Curva precision e recall

Un buon modello di ricerca sarà allora quello in grado di

massimizzare i fattori di recall e precision, quindi di minimizzare

rispettivamente il silenzio cioè l’assenza di informazione

(informazione omessa) e il rumore cioè il deterioramento

dell’informazione (informazione inesatta).

precision

recall

1

0 1


Esempio

Ad esempio se disponiamo di una raccolta di 10 documenti, di cui 4

hanno per argomento le torte di mele, mentre gli altri 6 contengono

ricette per cucinare il pesce. Effettuando una ricerca sulle torte, il

processo di retrieval restituisce 5 documenti, di cui 3 riguardano le

torte di mele mentre gli altri 2 la cottura della trota. Si avrà una

precision pari a 3/5 cioè 60%, mentre la recall sarà pari a 3/4 cioè

75%.

Figura 3.4 – Precision e recall - Esempio

3.2 I principali modelli di ricerca

Come si è visto, per attuare il processo di retrieval bisogna avere a

disposizione delle descrizioni di documenti da confrontare con la

descrizione del f.i. Quello che serve è allora un modello di retrieval

[1], che stabilisca i dettagli delle rappresentazioni usate e il criterio per

paragonare i due tipi di descrizioni.

Modello booleano

Nel modello booleano i documenti e le query sono rappresentati come

insiemi (set) di parole chiave; pertanto si dirà che il modello è di tipo

set theoretic [15]. Esso è il primo modello utilizzato storicamente e si

Il processo di retrieval ha ottenuto un recall pari al 75% e un precision del

60%


contraddistingue in quanto i documenti sono rappresentati da insiemi

di termini chiave (keywords) estratti manualmente o automaticamente

dal testo e le ricerche sono condotte tramite parole chiave connesse da

operatori logici. La sua diffusione è dovuta prevalentemente alla sua

semplicità ed efficienza, ma a volte fornisce limitata efficacia.

In particolare quindi dato un insieme finito di feature R = {r1, r2…,

rk}, il documento è rappresentato come un assegnamento di qualche

feature. Tale assegnamento viene generalmente rappresentato da un

vettore a valori booleani V di lunghezza k: assegnare la feature ri ad

un documento significa impostare a true l’i-mo elemento di V; se una

data feature non è presente nel documento, il corrispondente elemento

nel vettore viene posto a false.

Ad esempio se l’insieme delle feature è:

R = {…, informatica, information retrieval, intelligenza artificiale, …}

il presente documento potrebbe essere rappresentato dal vettore:

[…, TRUE, TRUE, FALSE, …]

Un fabbisogno informativo è descritto da una espressione booleana, in

cui gli operandi rappresentano dei concetti, mentre vengono ritenuti

rilevanti tutti e solo quei documenti che soddisfano l’espressione

suddetta.

La valutazione della query partiziona allora l’insieme dei documenti

in due sottoinsiemi, quelli "rilevanti" e quelli "non rilevanti", ma non

fornisce alcuna informazione sulla relativa probabilità che documenti

ritenuti "rilevanti" soddisfino il f.i.

Il modello booleano è alla base della maggior parte dei servizi

commerciali di retrieval, ma generalmente è considerato difficile da

utilizzare. Inoltre, non classificando i documenti nella raccolta, ottiene

bassi risultati di recall e precision.

Modello dello spazio vettoriale

Nel modello vettoriale, i documenti e le query sono rappresentati

come vettori in uno spazio k-dimensionale; pertanto si definisce

questo modello come algebrico [15].


Tale modello utilizza nuovamente il vettore di feature dove i

documenti VD e le query Q sono rappresentati da vettori di lunghezza

k, questa volta a valori reali, in cui ogni elemento costituisce un peso.

Possono essere utilizzate diverse tecniche per determinare i vari pesi,

ma comunemente ci si basa sulla frequenza di un termine in un

singolo documento e nell’intera raccolta. Il confronto fra documenti e

query avviene utilizzando una funzione di somiglianza: ad esempio il

coseno dell’angolo tra i vettori.

Questo modello è storicamente importante, avendo avviato un filone

di ricerca fin dagli anni ’60, ma viene criticato per il fatto di essere un

modello ad hoc, peraltro povero di giustificazioni teoriche.

Figura 3.5 – Modello booleano

Un’evoluzione di questo modello in grado di tenere conto della

somiglianza fra i documenti è quello basato sui cluster (grappoli). A

fondamento del modello è la Cluster Hypothesis, che afferma che

documenti simili sono conformi ad uno stesso f.i.

Invece che paragonare le rappresentazioni dei singoli documenti alla

rappresentazione del f.i., viene effettuata una prima catalogazione dei

documenti suddividendoli in cluster (in base ad una qualche misura di

somiglianza) e per ogni cluster si crea un documento "medio" che

rappresenta i documenti corrispondenti. Il processo di retrieval

restituisce tutti quei documenti appartenenti a cluster che soddisfano

la query.

Esempi di vettori rappresentativi di un documento e di un f.i. in due modelli di retrieval


E’ da notare come questo modello non fornisca una definizione

standard della rilevanza, dipendendo quest’ultima dai cluster utilizzati

e dai criteri adottati per la riduzione di documenti simili ad uno stesso

cluster. Infine, esistono diversi criteri per identificare i cluster da

recuperare, specie se si ricorre a tecniche di strutturazione che

permettono la navigazione nella gerarchia dei cluster.

Figura 3.6 – Modello basato su cluster

Modello probabilistico

Un modello simile al vector-space model, ma con una più solida base

teorica, è il modello probabilistico. Il principio alla base del modello è

detto Probabilistic Ranking Principal e afferma che la miglior

efficacia di retrieval si raggiunge quando i documenti sono classificati

in ordine decrescente della probabilità di rilevanza.

Il documento di e il f.i. fj vengono rappresentati da un vettore

booleano a k dimensioni. Detto F l’insieme delle rappresentazioni per

i fabbisogni informativi e D l’insieme delle rappresentazioni dei

documenti, si definisce uno spazio degli eventi F x D. L’obiettivo è

quello di determinare le coppie (di, fj) rilevanti, cioè stimare la

probabilità P(R | di, fj).

Di fatto si fanno delle supposizioni sulla indipendenza della

distribuzione delle feature nei documenti e nelle query.

Modello basato sui cluster


Successivamente si effettua una stima delle probabilità che le singole

feature siano assegnate a documenti "rilevanti" o "non rilevanti", e si

utilizza il teorema di Bayes per derivare una funzione di

classificazione che calcoli P(R | di, fj) in termini di queste probabilità.

Nella pratica, esistono differenti modelli probabilistici, ciascuno

caratterizzato da un particolare insieme di supposizioni di

indipendenza, e quindi da differenti funzioni di classificazione.

Si noti, infine, come i vari modelli probabilistici e quello dello spazio

vettoriale, possano essere considerati delle estensioni del modello

booleano, in quanto fanno ricorso al vettore di feature e consentono

ricerche in termini di corrispondenza parziale (partial matching) delle

feature tra query e documenti.

Prove sperimentali 53

Capitolo 4 Prove sperimentali

Scopo di questa sperimentazione è di individuare quale approccio i

programmi di traduzione assistita di tipo commerciale adottano per

individuare similitudini tra la frase sottoposta e quelle presenti in

memoria.

In particolare si adotta il seguente schema sperimentale: si realizza

inizialmente una memoria a partire da un testo precedentemente

tradotto realizzando così una Translation Memory; utilizzando questa

TM viene sottoposto un nuovo testo da tradurre tramite programma

CAT. I risultati ottenuti sono indicati tramite alcuni valori numerici di

"distanza" dal tesato presente in memoria. In generale infatti un

programma CAT indica che la traduzione suggerita è valida o meno

fornendo un valore numerico di somiglianza che va dal 50% al 100%

(approximate match o exact match).

Si è scelto di procedere utilizzando un testo descrittivo di un software

(DeLuxe Paint III) e crearne così una TM. Successivamente si è

54 Prove sperimentali

proceduto a effettuare alcune modifiche al testo al fine di valutare

quali siano le penalità applicate dai programmi CAT.

DELUXEPAINT III is a graphics tool that can help you create works

of art with an ease and precision that you may never have thought

possible. After spending a little time with this manual, you'll be

able to use the program to create colorful graphics in a fraction

of the time it would take using more traditional techniques.

You'll learn how to create perspective effects, how to create and

save your own custom brushes, how to mix your own color palette

from a universe of 4096 possible colors, and how to create

effective on-screen animations, to name just a few of DeluxePaint

III's powerful features.

Figura 4.1 - Testo originale inserito in memoria


4.1 Valutazione delle penalizzazioni

Per penalizzazione si intende il grado di distanza/somiglianza che il

programma assegna ad un segmento sottoposto a traduzione.

4.1.1 Trados

4.1.1.1 Eliminazione di una parola di 8 lettere

Nel brano sottoposto (originariamente composto da 109 parole per

605 caratteri - spazi compresi) si è proceduto ad eliminare una parola

di 8 lettere (108 parole-596 caratteri). DELUXEPAINT III is a graphics tool that can help you create works










Figura 4.2 - Eliminazione di una parola di 8 lettere

In Trados l'analisi di tipo batch (off-line) indica i seguenti valori: Start Analyse: Sat May 11 14:06:50 2002

Translation Memory: Prova analisi piccole

modifiche\mem_piccole_modifiche.tmw

Prova analisi piccole modifiche\DP3_modificato.doc

Chars/Word 4.55

Chars Total 492

Analyse Total (1 file):

Match Types Segments Words Percent Placeables

XTranslated 0 0 0 0

Repetitions 0 0 0 0

100% 0 0 0 0


95% - 99% 2 83 77 0

85% - 94% 1 25 23 0

75% - 84% 0 0 0 0

50% - 74% 0 0 0 0

No Match 0 0 0 0

Total 3 108 100 0

Chars/Word 4.55

Chars Total 492

Analyse finished successfully without errors!

Sat May 11 14:06:51 2002

==================================================================

Figura 4.3 - Report analisi batch Trados - Eliminazione di una parola di 8 lettere

Volendo valutare l'impatto che l'eliminazione della parola comporta

nella fase di analisi da parte di Trados, si procede con la pretraduzione

del testo che permetterà di analizzare la segmentazione e la

penalizzazione valutata dal programma CAT.

Figura 4.4 - Pretradotto - Eliminazione di una parola di 8 lettere

Dalla schermata qui sopra si comprende che il programma ha

penalizzato le frasi identiche a quelle in memoria con un fattore del

La parola "graphics" è stata eliminata


3% a causa del recupero della frase da un progetto di allineamento

fatto con WinAlign (questo dato è chiaramente dichiarato nella

manualistica di Trados e modificabile dall'utente ad esempio

impostando questa penalizzazione di default a 0%). La prima frase,

che è stata oggetto dell'eliminazione della parola, è stata penalizzata di

un ulteriore 4 % arrivando ad un fuzzy match del 93%.

La segmentazione ha spezzato il testo in corrispondenza del punto

come da parametrizzazione di default del programma.

Se si procede con l'eliminazione di una parola di 3 lettere, risulta:

Figura 4.5 - Pretradotto - Eliminazione di una parola di 3 lettere

Penalizzazione del 4%.

Sembrerebbe quindi che la penalizzazione non dipenda dalla

lunghezza della parola eliminata.

Si procede ora ad eliminare 2 parole dal testo campione ("and

precision") su un totale di 127 caratteri vengono eliminati quindi 13

caratteri (riduzione del 10% circa):

Figura 4.6 - Pretradotto - Eliminazione di due parole

La penalizzazione passa al 8%. Una parola di 9 lettere e uno spazio

hanno quindi incrementato la penalizzazione di un ulteriore 4%.

Si procede ora ad eliminare 3 parole dal testo campione ("graphics",

"and precision"):


Figura 4.7 - Pretradotto - Eliminazione di tre parole

La penalizzazione passa al 13% (sono state eliminate tre parole per un

totale di 20 lettere e tre spazi). Ulteriore incremento quindi di 5 punti

percentuali (da sola la parola "graphics" aveva dato una

penalizzazione del 4%).

Da quest'ultimo dato si comprende come la penalizzazione applicata

dal programma Trados non dipenda dalla sola quantità di parole

eliminate ma anche da altri parametri quali la lunghezza totale della

frase, che in questo ultimo caso è sostanzialmente più corta di quella

della prima prova in cui si è eliminata la sola parola "graphics".

L'algoritmo di penalizzazione di Trados tiene pertanto conto non solo

della quantità di parole eliminate ma anche della lunghezza totale

della frase nuova rispetto a quella nella TM.


4.1.1.2 Aggiunta di una parola di n lettere

Si procede ad aggiungere una parola di 8 lettere al testo originale al

fine di valutare la distanza assegnata dal programma Trados a tale

modifica: DELUXEPAINT III is a standard graphics tool that can help you

create works of art with an ease and precision that you may never

have thought possible. After spending a little time with this

manual, you'll be able to use the program to create colorful

graphics in a fraction of the time it would take using more

traditional techniques. You'll learn how to create perspective

effects, how to create and save your own custom brushes, how to

mix your own color palette from a universe of 4096 possible

colors, and how to create effective on-screen animations, to name

just a few of DeluxePaint III's powerful features.

Figura 4.8 - Aggiunta di una parola di 8 lettere

Figura 4.9 - Pretradotto - Aggiunta di una parola di 8 lettere

Il risultato è una penalizzazione del 3% (97%-3%=94%)

Se si aggiunge invece una parola composta da 12 lettere il valore

rimane lo stesso (la penalizzazione resta del 3%). L'algoritmo

nuovamente non tiene in considerazione la lunghezza della parola

aggiunta.


Prova ulteriore con due parole aggiunte (per un totale di 8+3+9=20

caratteri + 3 spazi=23): DELUXEPAINT III is a standard and efficient graphics tool that can

help you create works of art with an ease and precision that you

may never have thought possible. After spending a little time with

this manual, you'll be able to use the program to create colorful







Figura 4.10 - Aggiunta di due parole

Figura 4.11 - Pretradotto - Aggiunta di due parole

La penalizzazione passa al 8%. Anche in questo caso quindi

l'aggiunta di x caratteri non influenza in maniera direttamente

proporzionale il valore di penalizzazione indicato da Trados, il quale

considera anche la lunghezza della frase nuova sottoposta a

traduzione.


4.1.1.3 Modifica di una parola

Si vuole ora procedere alla modifica di una sola lettera di una parola

in un segmento già presente in memoria per individuare il valore di

penalizzazione individuato da Trados con tale modifica. Si procede ad

eliminare la "s" finale della parola "graphics" DELUXEPAINT III is a graphic tool that can help you create works


possible.

Figura 4.12 - Modifica di una parola

Figura 4.13 - Pretradotto - Modifica di una parola

La penalizzazione è di un solo punto percentuale (1%).

L'eliminazione di una seconda lettera nella stessa parola comporta una

penalizzazione sempre del 1%.

L'eliminazione di due lettere in due parole diverse comporta invece

una penalizzazione del 2%.

L'aggiunta di una lettera ad una parola comporta una penalizzazione

del 1%.

L'aggiunta di due lettere in due parole diverse comporta una

penalizzazione del 4%.

Il sistema Trados dunque penalizza maggiormente eventuali lettere

aggiunte piuttosto che quelle eliminate.


4.1.1.4 Unione di due frasi

Si procede ora a congiungere due intere frasi al fine di determinare

come il programma CAT valuti queste due frasi già presenti

singolarmente in TM. La congiunzione tra le due è in una prima fase

effettuata con l'"and". In una seconda fase verranno congiunte con

una semplice virgola. In una terza fase le due frasi verranno messe una

all'interno dell'altra.

- Prima prova: "A and B"

- Seconda prova: "A, B"

- Terza prova: "A1, B, A2"

Prima prova:



possible and after spending a little time with this manual, you'll

be able to use the program to create colorful graphics in a

fraction of the time it would take using more traditional

techniques. You'll learn how to create perspective effects, how to

create and save your own custom brushes, how to mix your own color

palette from a universe of 4096 possible colors, and how to create



Figura 4.14 - Prova "A and B"

Figura 4.15 - Pretradotto - Prova "A and B"


Il risultato dell'analisi batch è incredibilmente del 0%.

Lo stesso risultato si ottiene usando la virgola come separatrice tra la

frase A e la frase B (seconda prova).

Il problema è che nelle regole di separazione dei paragrafi

(segmentazione) la virgola non è considerata. Si tenga conto però

dell'alto grado di personalizzazione possibile in Trados:

Figura 4.16 - Trados - Impostazione di nuove regole di segmentazione

Dopo l’introduzione di una nuova regola di segmentazione basata

sulla virgola ("comma" in inglese), si ottiene (Figura 4.17):


Figura 4.17 - Pretradotto dopo l'introduzione di una nuova regola di segmentazione

Il programma individua correttamente la frase B come presente in

memoria ma non trova la frase A (ora leggermente diversa da quella in

TM in quanto termina con una virgola e non con un punto).

In conclusione i simboli di segmentazione sono determinanti per la

corretta individuazione in TM della frase ricercata. Inoltre, anche se

altamente personalizzabile, il programma non considera tali simboli di

segmentazione come secondari, ma al contrario assegna loro una

grande importanza. Per fare una controprova, si vuole valutare cosa

accade nel togliere semplicemente il punto di separazione tra le due

frasi (Figura 4.18):

Figura 4.18 - Pretradotto dopo l'eliminazione del punto di separazione

Il programma in questo caso infatti non distingue più le due frasi e

non trova alcuna corrispondenza in TM (indicatore a 0).


Terza prova (A1, B, A2):

DELUXEPAINT III, after spending a little time with this manual,

you'll be able to use the program to create colorful graphics in a


techniques, is a graphics tool that can help you create works of

art with an ease and precision that you may never have thought

possible. You'll learn how to create perspective effects, how to





Figura 4.19 - Trados - "A1, B, A2"

Figura 4.20 - Pretradotto - Trados - "A1, B, A2"

L'analisi di tipo batch suggerisce una somiglianza del 50% circa,

indicando come possibile traduzione la sola parte B e ignorando

completamente la parte A che è stata spezzata in due parti.

Analisi di tipo on-line

Se si procede con l'utilizzo dell'interfaccia utilizzata dal traduttore

professionista l'interazione con il programma WorkBench permette il

suggerimento di frasi presenti in memoria sia per la parte A che per la

parte B, previa evidenziazione e ricerca di tipo "Concordance":


Figura 4.21 - Trados - Analisi on-line

Conclusioni sull'analisi di tipo batch

Il sistema Trados non è in grado di riconoscere parti di frasi come

presenti in memoria, ma tratta solo segmenti strutturalmente simili a

quelli in memoria. La memoria di Trados, o meglio l'algoritmo che

Trados utilizza per "leggere" la propria memoria ed analizzare un testo

da tradurre, non possiede la capacità di analizzare una frase/segmento

suddividendola in sottoparti e cercando queste ultime nella TM.

Si noti però come il prodotto nel suo aspetto on-line risulti essere

invece buon suggeritore di dove e come sono presenti differenze tra

memoria e testo da tradurre, arrivando addirittura assieme ad altri

programmi della suite (leggi MultiTerm) a fornire ulteriori aiuti al

traduttore.


4.1.1.5 Stemming in Trados

In questo paragrafo ci si prefigge il compito di analizzare il sistema

Trados in relazione alle cosiddette "radici" di una parola. Si vuole

infatti determinare se il sistema è in grado di individuare le varianti di

un termine, singolari/plurali, coniugazioni di verbi, ecc. e se quindi

riesce a trovare similitudine tra un segmento nuovo e uno in memoria

simile.

Per stemming si intende appunto la capacità di estrarre da un termine

la sua radice eliminando prefissi e suffissi:

connected, connecting, connection, connections ! connect

Si vuole quindi determinare se il sistema è in grado di suggerire

varianti di un termine.

Prima prova - approccio batch

La prova consisterà quindi nella modifica di un paio di termini nel

testo originale per sottoporlo poi ad un'analisi di tipo batch:

DELUXEPAINT III is a graph tool that could help you create works










Figura 4.22 - Trados - Stemming

Si procede modificando la parola "graphics" in "graph" e "can" in

"could".


Il risultato ottenuto è il seguente:

Figura 4.23 - Pretradotto - Trados - Stemming

La pretraduzione di Trados individua una similitudine tra la prima

frase e l'originale in memoria pari al 95% (penalizzazione pari a 5%)

senza però segnalare quali termini siano "lontani" dalla memoria.

Prima prova - approccio on-line

Se invece del procedimento batch si utilizza l'aspetto on-line di Trados

è interessante vedere come il sistema in effetti individui esattamente i

termini modificati, senza peraltro suggerire possibili traduzioni per

essi:

Figura 4.24 - Trados - Stemming - on-line


Si noti come il programma comunque segnali l'assenza del

componente "MultiTerm" il quale come glossario potrebbe contenere

suggerimenti validi per i termini evidenziati.

Seconda prova - approccio batch

Si vuole ora provare a valutare il comportamento di Trados in

relazione alla modifica della parola "graphics" in "raphics" e di

"graphics" in "graphic":

DELUXEPAINT III is a raphics tool that can help you create works










DELUXEPAINT III is a graphic tool that can help you create works










Figura 4.25 - Trados - Stemming

Lo scopo è quello di comprendere quanto il sistema penalizzi questa

differenza di un solo carattere. Il sistema infatti dovrebbe penalizzare

maggiormente il primo caso in cui i due termini non hanno

linguisticamente niente in comune, e penalizzare meno il secondo

caso.


Il risultato ottenuto è il seguente:

Figura 4.26 - Pretradotto - Trados - Stemming

Il sistema sia nel primo caso ("graphics" in "raphics") che nel secondo

("graphics" in "graphic") penalizza con il medesimo 1% non

distinguendo i due casi.

Seconda prova - approccio on-line

Se si utilizza la procedura on-line del programma si ottengono le

seguenti segnalazioni:


Figura 4.27 - Trados - Stemming - on-line

In cui si vede che il sistema semplicemente evidenzia la parola diversa

senza valutare in cosa lo sia, confermando così che si tratta di un

sistema che non valuta le singole parole ma interi segmenti (si veda a

questo proposito il paragrafo §6.1.1 "Approccio grammaticale" a

pagina 7).


4.1.1.6 Ordine delle parole

Si vuole ora analizzare il comportamento in relazione all'inversione di

ordine delle parole all'interno di uno stesso segmento. Sono state

quindi invertiti i termini "graphics tool" in "tool graphics" e "ease and

precision" in "precision and ease":

DELUXEPAINT III is a tool graphics that can help you create works

of art with an precision and ease that you may never have thought



of the time it would take using more traditional techniques

Figura 4.28 - Trados - Ordinamento delle parole

Il risultato:

Figura 4.29 - Pretradotto - Trados - Ordinamento delle parole

Anche in questo caso l'analisi batch non segnala le singole differenze

ed indica una distanza pari al 4%.

L'analisi on-line fornisce però anche in questo caso maggiori dettagli:


Figura 4.30 - Trados - Ordinamento delle parole - on-line

La segnalazione è precisa e arricchita da colori che indicano un

semplice cambiamento di ordine delle parole. In particolare l'Help del

programma dichiara:

In altre parole il sistema segnala in azzurro (Blue) quelle parti di

segmento che sono in realtà state solo spostate e che la traduzione del

segmento non dovrebbe quindi essere molto diversa da quella

proposta dal sistema stesso.


4.1.1.7 Conclusioni su stemming e ordine delle parole

Per quanto riguarda l'analisi stemming ed ordine delle parole è

naturale ottenere dal programma suggerimenti non completi, perché

Trados è un sistema basato da un lato su memorie di associazione tra

segmenti e dall'altro da algoritmi che "pesano" le frasi da tradurre in

relazione a quelle in memoria (String based translation memory -

STM, chiamato anche TMS-Translation Memory System); non si tratta

quindi di una Machine Translation (MT) dotata di algoritmi e

soprattutto regole di sintassi linguistica proprie di ogni idioma e in

grado quindi di distinguere semplici modifiche di singolari/plurali,

coniugazione dei verbi, ecc. Tali ultimi dispositivi (Lexeme-based

translation memory - LTM) sono descrivibili come insiemi di regole

di inflessione e derivazione, mentre i sistemi STM, come Trados,

semplicemente memorizzano la corrispondenza "esteriore" delle

stringhe senza compiere nessun tipo di analisi lessicale.

In particolare Trados si basa su FindLink (database retrieval) creato da

CONNEX nel 1996, il quale nella fase di "apprendimento" memorizza

nel proprio database un insieme di segmenti in lingua sorgente e

destinazione, codificando le stringhe in n-grammi, mentre in fase di

"traduzione" la stringa ricercata è analizzata per individuare il livello

di similarità con quelle in memoria, risultato fornito tramite il già visto

indice tra 0% e 100%.

A proposito di questo si veda il Capitolo 6 "Limiti attuali dei

programmi commerciali" ed in particolare il paragrafo §6.1.1

"Approccio grammaticale" a pagina 7.


4.1.2 IBM Translation Manager

Figura 4.31 – IBM TranslationManager

4.1.2.1 Eliminazione di una parola di 8 lettere

Nel brano sottoposto si è proceduto ad eliminare una parola di 8

lettere.












L'analisi del nuovo testo privo della parola "graphics" è

individuata dalla funzione Analyze Documents del programma IBM:

Figura 4.32 – IBM TranslationManager – Batch processing

I cui risultati visibili nella seguente schermata:

Figura 4.33 – IBM TranslationManager – Impostazione parametri del progetto


In altre parole, dei tre segmenti che costituiscono il campione preso ad

esempio solo due sono stati riconosciuti come uguali al 100% (copied

segments), mentre uno non è stato riconosciuto come tale (Completion

rate = 66 indica che il 66% del testo originale è stato tradotto) (Figura

4.33).

La funzione conteggio presente nella schermata principale del

programma evidenzia infatti che solo 81 parole su 106 sono tradotte,

mentre le restanti 25 non sono traducibili.

Figura 4.34 – IBM TranslationManager – Analisi risultati

Passando ora alla funzionalità on-line vera e propria si possono

valutare i risultati sopra indicati:

Figura 4.35 – IBM TranslationManager – Interfaccia operativa

Il programma ha infatti già sostituito i due segmenti identici (il

secondo e il terzo nell'esempio), mentre per quanto riguarda il primo

segmento viene evidenziato in grigio il termine differente.


Si vuole ora valutare il risultato che si ottiene dal programma con

l’eliminazione di due o più parole, al fine di valutare quale sia la

penalizzazione fuzzy:











L'analisi evidenzia, in maniera simile al caso precedente, una

sostituzione di 81 parole, contro 24 non ancora tradotte:

Figura 4.36 – IBM TranslationManager –Risultato dopo eliminazione di due parole

L'analisi on-line infatti rivela quanto segue:

Figura 4.37 – IBM TranslationManager – Eliminazione di due parole


Entrambi i termini "graphics" e "tool" sono evidenziati in grigio

ad indicare dove sia la differenza con il testo originale.

Si noti come la precedente analisi abbia creato/aggiunto un segmento

nella Translation Memory che il sistema indica al punto 1, fornendo

quindi al traduttore un'informazione aggiuntiva su come poter tradurre

quel determinato segmento. In altre parole (come in Trados) il

processo di autoapprendimento è continuo e i risultati validati in

precedenza sono ora rimessi a disposizione del traduttore stesso.

In generale si può quindi concludere che la quantità di parole

eliminate (una o due) non è valutata dal programma in maniera

differente.

Sorge quindi spontanea la domanda su quale sia la soglia minima di

distanza tollerata in una penalizzazione fuzzy. A questo proposito si

procede con un'ulteriore prova (Figura 4.38) in cui viene eliminata

una prima e seconda parte sostanziale della frase originale.












Figura 4.38 – IBM TranslationManager – Eliminazione di parti consistenti

Anche in questo caso il programma ha riconosciuto la similarità tra il

segmento sottoposto a traduzione e i segmenti presenti in memoria.

Una successiva eliminazione di una ulteriore parte del testo porta

infine al non riconoscimento da parte del programma (Figura 4.39):

Figura 4.39 – IBM TranslationManager – Eccesso di distanza


4.1.2.2 Aggiunta di una parola di n lettere

Si procede ad aggiungere una parola di 8 lettere al testo originale al

fine di valutare la distanza assegnata dal programma IBM a tale

modifica:

DELUXEPAINT III is a standard graphics tool that can help you

create works of art with an ease and precision that you may never

have thought possible. After spending a little time with this

manual, you'll be able to use the program to create colorful







Il risultato che si ottiene (Figura 4.40) evidenzia la corretta

individuazione da parte del programma della nuova parola:

Figura 4.40 – IBM TranslationManager – Aggiunta di una parola

La nuova parola viene indicata nelle possibili traduzioni con un punto

interrogativo evidenziato.


4.1.2.3 Modifica di una parola

Si vuole ora procedere alla modifica di una sola lettera di una parola

presente in memoria. Si procede ad eliminare la "s" finale della parola

"graphics"

DELUXEPAINT III is a graphic tool that can help you create works


possible.

Figura 4.41 – IBM TranslationManager – Modifica di una parola

Anche in questo caso il programma segnala correttamente la

differenza evidenziando la parola.

Si noti come tale esempio di eliminazione della “s” finale corrisponda

anche ad una prova sui singolari e plurali; permette infatti di

concludere che il sistema non è in grado di distinguere i casi singolari

e plurali di un termine nel testo sottoposto ad analisi.


4.1.2.4 Unione di due frasi

Si procede ora a congiungere due intere frasi al fine di determinare

come il programma valuti queste due frasi già presenti singolarmente

in TM. La congiunzione tra le due è in una prima fase effettuata con

"and". In una seconda fase le due frasi vengono composte mettendole

una all'interno dell'altra.

- Prima prova: "A and B"

- Seconda prova: "A1 B A2"

- Terza prova: "A1 parte del segmento B A2"

- Quarta prova: "“A1 B modificato A2”

Prima prova: "A and B"



possible and after spending a little time with this manual, you'll

be able to use the program to create colorful graphics in a


techniques. You'll learn how to create perspective effects, how to





Figura 4.42 – IBM TranslationManager – “A and B”


Il programma non propone direttamente una frase composta come ci si

aspetterebbe, bensì indica correttamente i due segmenti che possono

concorrere alla traduzione del segmento "A and B" completo. Si noti

in particolare l'individuazione della differenza tra la parola "After"

(in memoria) e la parola "after" sottoposta, e come il programma

indichi con il punto interrogativo alla fine del segmento in memoria la

presenza di una parola aggiuntiva ("and").

Non viene invece indicato il punto (".") al termine del primo

segmento in memoria come oggetto di necessaria modifica.

Seconda prova: "A1 B A2"

DELUXEPAINT III is a graphics tool that After spending a little

time with this manual, you'll be able to use the program to create

colorful graphics in a fraction of the time it would take using

more traditional techniques can help you create works of art with

an ease and precision that you may never have thought possible.






Anche in questo caso il programma riesce ad individuare il testo

sottoposto come simile a due segmenti presenti in memoria, indicando

con il punto interrogativo evidenziato le parti di "ingresso" ed "uscita"

del segmento:

Figura 4.43 – IBM TranslationManager – “A1 B A2”


Terza prova: "A1 parte del segmento B A2"

DELUXEPAINT III is a graphics tool that you'll be able to use the

program can help you create works of art with an ease and

precision that you may never have thought possible. You'll learn

how to create perspective effects, how to create and save your own

custom brushes, how to mix your own color palette from a universe

of 4096 possible colors, and how to create effective on-screen

animations, to name just a few of DeluxePaint III's powerful

features.

Si ottiene il seguente risultato:

Figura 4.44 – IBM TranslationManager - “A1 parte di B A2”

In questo caso il programma evidenzia la presenza di una parte di

segmento sconosciuta, ma non individua correttamente la eventuale

presenza in altri segmenti in memoria.


Se il testo sottoposto fosse composto invece da una parte del segmento

B più significativa si otterrebbe il seguente risultato:


program to create colorful graphics in a fraction of the time can


may never have thought possible. You'll learn how to create

perspective effects, how to create and save your own custom

brushes, how to mix your own color palette from a universe of 4096

possible colors, and how to create effective on-screen animations,

to name just a few of DeluxePaint III's powerful features.

Figura 4.45 – IBM TranslationManager - “A1 parte di B significativa A2”

In questo caso il programma è riuscito ad individuare correttamente la

presenza della parte significativa del segmento B come presente in un

altro segmento in memoria. Si noti come in questo caso il

suggerimento della corrispondente traduzione in italiano sia fornita

indicando globalmente il segmento in italiano, senza individuare la

parte del testo corrispondente.

A questo punto si introduce un'ulteriore modifica al testo a partire dai

risultati di quest’ultima prova.


Quarta prova: piccole modifiche al segmento B inserito

Lo scopo di questa prova è di valutare se il programma è in grado di

riconoscere ancora la parte di testo B, inserita all'interno del segmento

A, se ad essa vengono applicate piccole modifiche (indicate con una

sottolineatura).


program to modify colorful graphics in a fraction of the time can







Si ottiene:

Figura 4.46 – IBM TranslationManager - “A1 B modificato A2”


Ovviamente se si prova a modificare maggiormente il testo B inserito

come qui sotto illustrato:

DELUXEPAINT III is a graphics tool that you are able to use the

programs to modify colorful graphics in a fraction of the time can







allora, il programma fornisce il seguente risultato:

Figura 4.47 – IBM TranslationManager - “A1 B ulteriormente modificato A2”

Il programma non è quindi nuovamente in grado di fornire

suggerimenti utili sulla parte inserita e modificata.


4.1.2.5 Markup Table

Si è già valutato come il sistema IBM TranslationManager sia dotato

di un’interfaccia poco user friendly; molti dei comandi infatti sono

poco intuitivi e a volte presenti solo sotto forma di comandi a menu.

Dal punto di vista batch è inoltre assente la possibilità di tradurre

automaticamente segmenti simili a meno di un impostato valore di

verosimiglianza come invece era presente nel programma Trados.

L'unica possibilità disponibile è quello della traduzione automatica dei

segmenti uguali al 100% (exact match).

Un ulteriore limite è la limitata disponibilità di Markup Table fornite.

Tali Markup Table sono i filtri con cui il programma importa il testo

al fine di sottoporlo ad analisi e traduzione. Inoltre anche disponendo

del filtro giusto tale procedimento di lavoro costringe l'utente finale a

lavorare/tradurre nell'ambiente IBM piuttosto che direttamente

nell'applicativo originale; questo significa che l'utente finale non potrà

utilizzare gli strumenti nativi a cui potrebbe essere necessario ricorrere

(ad esempio correzione automatica, spostamento del testo sopra/sotto

altro testo, ecc.). Si tenga infine conto che l'importazione da formati

proprietari (ad esempio Word di Microsoft) comporta la presenza di

codici tag di controllo che ulteriormente distolgono l’attenzione

dell’utente dalla traduzione.

Esempio di TAGS nell'IBM TranslationManager

A questo proposito si vuole sottoporre ad analisi il seguente segmento

in formato Microsoft Word per Windows 6.0:

DELUXEPAINT III is a graphics tool that can help you create

works of art with an ease and precision that you may never have thought possible.

Tale testo si presenta con font Arial dimensione 12, alcune parole

sottolineate, altre in grassetto e altre ancora colorate.

L'analisi on-line fornisce i seguenti risultati:


Figura 4.48 – IBM TranslationManager – Word per Windows

Il programma ha nuovamente individuato correttamente il segmento

sottoposto a traduzione come presente in memoria, ma ne ha anche

evidenziato tutti gli aspetti differenti. In particolare si veda come sono

chiaramente indicati i tags di formattazione ([bold], [underline],

[color:06], ecc.) e i rispettivi punti di differenza presenti nella frase

presente in memoria (priva di tali tags) ben evidenziati.

Se ora l'utente decide di accettare la traduzione suggerita dalla

memoria si ritroverà la seguente sostituzione:



A questo punto quindi l'utente dovrà a mano inserire i codici di

controllo della formattazione.

Il programma a questo proposito fornisce con il tasto destro del mouse

un menu contestuale con il quale poter inserire nel segmento tradotto

(ma incompleto) i tags già presenti nel segmento originale:


Così facendo il segmento verrà correttamente tradotto e validato dal

programma al successivo passaggio al segmento seguente da tradurre.

Il risultato finale che si ottiene è:

DELUXEPAINT III è uno strumento grafico che può aiutarLa

nella creazione artistica con una facilità e una precisione che non avrebbe mai pensato possibile.

Il risultato è corretto ma è costato all'utente un'enorme perdita di

tempo.

Si noti infine come tale risultato sia poi inesatto in quanto sono

presenti delle imperfezioni quali l'inserzione di doppi spazi a

separazione di alcune parole. Ciò è dovuto allo strumento di copia dei

tags presente nel programma che non offre nessuna forma di

automatismo ma è affidata totalmente alla "mano" dell'utente finale.


4.2 Efficacia in relazione ad un testo campione (nuovo)

Nel presente capitolo si analizzano i valori forniti dai due programmi

CAT nella traduzione di un testo più corposo, utilizzando nello

specifico un file DeLuxePaint V composto da circa 6000 parole come

source language input, evoluzione del testo presente nella TM.

4.2.1 Risultati ottenuti

I due programmi, utilizzando le opzioni standard di configurazione

degli stessi, forniscono i seguenti risultati indicati più sotto.

Trados WorkBench

Si ricordi che la realizzazione della TM è stata automaticamente

penalizzata dal sistema con una distanza del 3% per cui un fuzzy-

match del 100% non è possibile. L’exact match, la piena

corrispondenza tra testo sottoposto a traduzione e segmento presente

in memoria, è il 97% e a tale valore ci si dovrà riferire come massimo

consentito in questa analisi.

L'analisi fornita è la seguente:

Match Types Segments Words Percent Placeables XTranslated 0 0 0 0 Repetitions 12 116 2 0 100% 0 0 0 0 95% - 99% 20 311 5 0 85% - 94% 22 423 7 0 75% - 84% 16 300 5 0 50% - 74% 8 201 3 0 No Match 313 4,921 78 0 Total 391 6,272 100 0 Chars/Word 4.74 Chars Total 29,763

Il log fornito è dettagliato in relazione alla distanza dei segmenti

analizzati rispetto alla TM. Su un totale di 391 segmenti, pari a 6272

parole, il programma ha individuato 20 segmenti (311 parole) come

uguali al 100% o poco meno (il range illustrato in realtà va dal 95% al

99% cioè, riportandoci a valori in centesimi, dal 98% al 100%

riferendosi alla TM utilizzata). Un’altra consistente parte di testo

analizzato (22 segmenti pari a 423 parole) risulta presente in memoria


a meno di una distanza dal 85% al 94% (cioè normalizzando, dal 87%

al 97%).

Per quanto riguarda invece le parti non trovate in memoria, cioè con

distanza superiore al 50%, risultano 313 segmenti pari a 4921 parole,

corrispondenti al 78% del documento.

Si noti come sia caratteristico di questo programma fornire alcuni

valori di valutazione aggiuntivi tra cui il valore medio di caratteri per

parola, il numero totale di caratteri e soprattutto il numero delle

repetitions intendendo con questo il numero di segmenti presenti nel

file analizzato, e non presenti in memoria, che si ripetono all’interno

dello stesso testo e per i quali è sufficiente tradurli una sola volta per

averli poi in memoria al successivo incontro. Nel nostro esempio ben

12 segmenti diversi sono presenti nel testo varie volte ciascuno e

risultano quindi segnalati come ripetizioni di traduzioni. Ovviamente

essi devono essere considerati a tutti gli effetti come segmenti non

corrispondenti ad alcun segmento della TM e per questo motivo il

numero totale di no match diventa di 325 segmenti pari a 5037 parole.

IBM Translation Manager

L'analisi del nuovo file sottoposto a traduzione automatica fornisce i

seguenti risultati:

In questo caso i risultati vengono illustrati in maniera molto più

sintetica ed in particolare il numero totale di parole è di 6227. L’Exact

match è presente per un totale di 190 parole coinvolte, mentre i casi di

Fuzzy match sono pari a 1544 parole.

Si noti come innanzitutto il risultato illustrato non differenzi i casi di

Fuzzy match per scaglioni di distanza ma genericamente li raggruppi

assieme non consentendo di valutare distanze effettivamente elevate


da altre minori cioè con intervento minimo richiesto al traduttore.

Inoltre il risultato non tiene assolutamente conto del numero dei

segmenti fornendo un risultato solo in parole.

La quantità di no match è pari a 4993 parole.

Confronto di risultati ottenuti

La valutazione dei risultati deve basarsi sul confronto dei valori

numerici suddividendo i campi di analisi in tre casi: la quantità di

Exact match che quindi non prevedono intervento del traduttore ma

sono a tutti gli effetti segmenti presenti identici a segmenti in

memoria; la quantità di Fuzzy match che richiedono un intervento

parziale; la quantità di no match.

La quantità di exact match è a favore del sistema Trados con 20

segmenti pari a 311 parole contro le 119 parole del sistema IBM.

Per quanto riguarda i casi di Fuzzy match il sistema IBM non fornisce

dettagli quali il sistema Trados e quindi il confronto dei risultati vede

la somma dei valori No match di Trados (46 segmenti pari a 924

parole) a confronto con il valore genericamente indicato dal

programma IBM (1544 parole).

Il risultato finale sulla quantità di testo ancora da tradurre (No match)

riporta 325 segmenti pari a 5037 parole per Trados contro 4493 parole

per IBM.

Trados IBM

Exact match 311 119

Fuzzy match 924 1544

No match 5037 4493

Totale 6272 6227


Il valore differente di totale numero parole porta alla seguente tabella

di valori normalizzati:

Trados IBM

Exact match 4,96 1,91

Fuzzy match 14,74 24,79

No match 80,30 73,30

Totale 100 100

Tale risultato non è da intendersi a favore del sistema Trados rispetto a

quello IBM in quanto se ad una approssimativa analisi si potrebbe

concludere che il sistema Trados individua una quantità maggiore di

Exact match e quindi richiede da parte del traduttore una quantità

minore di interventi per completare la traduzione, in realtà è la

quantità di Fuzzy match individuata a fornire un valido metro di

paragone. Il sistema IBM è superiore in questo caso di un 10% circa

(24,79 contro 14,74) rispetto al concorrente. Questo significa che il

prodotto IBM è più efficace proprio in quel terreno meno definito dei

Fuzzy match utili al professionista come suggerimenti per completare

il proprio compito.

Si noti infine come la quantità di No match sia paragonabile a meno di

un 7% sempre a favore del sistema IBM.


4.3 Efficienza in relazione ad un testo campione (nuovo)

4.3.1 Risultati ottenuti

Si vuole determinare il tempo impiegato dai due sistemi per:

• allineare due file per creare una nuova memoria;

• analizzare un file nuovo sottoposto a traduzione;

• esportare il file così pretradotto.

Trados WorkBench

Creazione memoria:

Tempo impiegato per l'allineamento: 18 secondi


Analisi del file da tradurre:

Traduzione automatica: 23 secondi


Esportazione del file:

Il programma Trados prevede un successivo passaggio di pulizia dai

TAGS che si può far corrispondere alla fase di esportazione del file

pretradotto.

Tempo impiegato: 6 secondi


IBM Translation Manager

Creazione memoria:

Tempo impiegato per l'allineamento: 5 secondi

Analisi del file da tradurre:

Traduzione automatica (analisi): 3,5 secondi


Esportazione del file:

Tempo impiegato: 0,5 secondi

Conclusioni:

Trados IBM

Allineamento 18 s 5 s

Traduzione 23 s 3,5 s

Esportazione 6 s 0,5 s

Totale 47 s 9 s

La tabella mette in risalto i tempi complessivi ottenuti nelle prove

sperimentali per ottenere il testo pretradotto.


4.3.2 Scalabilità

L’analisi della scalabilità consiste nella valutazione dei tempi di

risposta del sistema al variare della dimensione dei dati in input.

Lo scopo è quindi quello di verificare se, creata una memoria, la

pretraduzione di testi grandi il doppio o il quadruplo, generi

prestazioni lineari alla quantità di parole analizzate. A questo scopo si

è creata una nuova memoria allineando segmenti di testo pari a circa

7000 parole corrispondenti a 553 segmenti allineati, per poi sottoporre

ad analisi un testo nuovo composto da 20000 parole (2007 segmenti).

Successivamente si è analizzato il comportamento dei due sistemi con

testi nuovi corrispondenti al 25%, 50% e 75% del testo integrale di

20000 parole.

Trados WorkBench

25% 50% 75% 100% (20000 parole)

Traduzione 4,6 s 8,5 s 12,2 s 15,8 s

Esportazione 2,6 s 4,1 s 5,3 s 6,9 s

Totale 8,2 s 12,6 s 17,5 s 22,7 s

IBM TranslationManager

25% 50% 75% 100% (20000 parole)

Traduzione 4,8 s 8,2 s 11,4 s 14,8 s

Esportazione 1,1 s 1,1 s 1,1 s 1,2 s

Totale 6,2 s 9,3 s 12,5 s 16,3 s


Da questo test si verifica come i sistemi forniscono risultati quasi

lineari all'aumentare della quantità di testo da pretradurre.

Scalabilità

8,2

12,6

17,5

22,7

6,29,3

12,5

16,3

0,0

5,0

10,0

15,0

20,0

25,0

30,0

25% 50% 75% 100%

Quantità di frasi

Sec

on

di i

mp

ieg

ati

Trados

IBM

Figura 4.51 – Scalabilità dei sistemi

4.4 Caratteristiche dell’esperimento

E’ stato utilizzato il seguente Personal Computer:

Pentium III - 700 MHz (microprocessore Intel) con 512 MB RAM.

Il testo sottoposto a traduzione automatica è il file descrittivo delle

caratteristiche della versione "V" del programma DeLuxe Paint,

mentre la memoria utilizzata è stata ottenuta allineando con se stesso

il file della versione "III".

Note sul calcolo dell'efficienza

Per quanto riguarda il programma Trados si osserva che la traduzione

in automatico avviene in due fasi distinte, la prima di pretraduzione

con aggiunta del testo trovato in memoria al testo originale (distinti

tramite marcatori nascosti), la seconda con l'eliminazione del testo

originale indicato come identico a quello proposto dalla memoria. Si

tratta quindi di sommare due tempi.

Si tenga inoltre in considerazione che l'analisi con il programma IBM

Translation Manager non fornisce in output direttamente il file

pretradotto vero e proprio in quanto si lavora nell'ambiente


proprietario del programma. L'output del file si ottiene solo con una

successivo comando di esportazione che genera il file vero e proprio

nel formato originale. Anche in questo caso quindi si devono

considerare i tempi delle due fasi.


Analisi dei risultati 105

Capitolo 5 Analisi dei risultati

Scopo di questo capitolo è quello di analizzare i risultati ottenuti dai

due sistemi di traduzione assistita sia in relazione a quelli che sono i

risultati ideali sia confrontando le caratteristiche proprie di ciascuno.

5.1 Commento ai risultati

5.1.1 Caratteristiche comuni

Entrambi i programmi consentono innanzitutto di creare una memoria

di analisi mettendo in allineamento due testi precedentemente tradotti

(sorgente/traduzione) grazie ad un'interfaccia grafica a due finestre

verticali. L'allineamento risulta essere più difficoltoso nell'ambiente

IBM TranslationManager in quanto si basa sull'uso o di comandi posti

menu a tendina o di combinazioni di tasti da apprendere

mnemonicamente. L'interfaccia del prodotto Trados risulta invece

estremamente ben realizzata e intuitiva per l'utente.

106 Analisi dei risultati

Entrambi i prodotti permettono l'importazione di vari formati dei file,

sia per la realizzazione della memoria sia per quanto riguarda la fase

di traduzione vera e propria. Il prodotto IBM TranslationManager

risulta però essere meno aggiornato e addirittura non predisposto nei

riguardi di programmi di impaginazione avanzata. Entrambi si

prestano bene invece alla gestione dei più comuni formati di

videoscrittura.

Entrambi possiedono un formato proprietario della memoria ma

comunque dotato di possibilità di esportazione in comuni file di testo.

5.1.2 Differenze

L'interfaccia utente è decisamente un elemento di differenza tra i due

prodotti. Il prodotto Trados infatti si interfaccia direttamente o con il

programma di videoscrittura o comunque consente la gestione dei file

direttamente nel loro formato nativo senza imporre alcuna conversione

(salvo casi specifici). Il prodotto IBM invece costringe l'utente ad

importare nel proprio ambiente di lavoro i file trasformandone con

opportuni filtri il formato. Se da un lato questo porta ad una

uniformità di interfaccia indipendente dal formato specifico dei file

sottoposti a traduzione, d'altro canto limita la libertà e l'intuitività delle

operazioni eseguibili sui file.

La principale differenza tra i risultati ottenuti dai due applicativi è la

capacità del prodotto IBM TranslationManager di individuare e quindi

suggerire anche sottoparti di segmento. Questa sua caratteristica

ovviamente è legata, come si è visto, alla lunghezza della parte

suggerita. Se essa risultasse troppo corta in relazione alla lunghezza

del segmento presente in memoria, il suggerimento verrebbe a

mancare. Il prodotto Trados fornisce invece una serie di risultati più

rigidi anche se affiancati da tool secondari importanti (vedi §5.1.4

"Strumenti aggiuntivi" a pagina 7).

Per quanto riguarda le prestazioni dei due prodotti (si veda §4.3

"Efficienza in relazione ad un testo campione (nuovo)" a pagina 7)

ovviamente i risultati in termini di tempo di esecuzione sono

difficilmente confrontabili. Questi risultati a favore del prodotto IBM


sono influenzati dall'approccio di base al problema dell'interfaccia con

l’utente che nel caso IBM prevede la trasformazione dei formati nativi

in un formato proprio, mentre nel caso di Trados prevede il

mantenimento del formato stesso a favore di un utilizzo conservativo

direttamente nell'applicativo che ha realizzato il testo da tradurre.

Nel caso di Trados si deve però riconoscere che ciò è vero solo nel

caso di file di videoscrittura dal formato comune, in quanto in caso di

specifici formati di impaginazione (Quark Xpress, PageMaker,

FrameMaker - si veda "Tool di conversione formati" a pagina 7) anche

qui si è costretti alla trasformazione dei formati arrivando in casi

particolari all'utilizzo di un formato proprietario (Trados Tag Text -

TTX) simile al formato XML.

5.1.3 Limiti

Un primo limite dei sistemi di traduzione assistita descritti è la

necessità di apprendere l'uso specifico di differenti componenti per

ciascuna suite. Ciascuna di queste componenti è da considerarsi come

un programma vero e proprio e come tale va appreso nei minimi

dettagli per ottenere da esso il massimo delle prestazioni e

l'individuazione dei limiti. Trados ha cercato di ovviare a questo

problema centralizzando nel programma WorkSpace (vedi §2.1.1.1

"WorkSpace" a pagina 7) l'accesso al progetto traduzione e ai vari

programmi della suite. IBM ha ridotto il numero di strumenti totale

introducendo il concetto di scrivania di lavoro centralizzata in maniera

simile all'altro programma, ma comunque fornendo una serie di

finestre che riportano al problema della conoscenza specifica delle

singole sottoparti di programma.

Infine entrambi si basano su un approccio example based al problema

della traduzione assistita che non tiene conto delle eventuali sottoparti

presenti in memoria, e quindi non sono in grado di fornire

suggerimenti per sottoparti di segmento. Questo limite non è proprio

dei sistemi example based, piuttosto sembra essere uno scarso

sviluppo ed implementazione di algoritmi di ricerca e di metrica di

similarità tra segmenti. A questo proposito infatti esistono efficaci

108 Analisi dei risultati

studi sulla ricerca di similarità su base sintattica tra cui il recente

sviluppo dell’ambiente EXTRA presso l’Università di Modena e

Reggio Emilia [15].

Dalle prove sperimentali condotte risulta infine che il prodotto IBM è

dotato di una capacità di indicizzazione del testo superiore a quella del

prodotto Trados, data la sua capacità di suggerire anche traduzioni per

sottoparti non troppo brevi di segmento.

5.1.4 Strumenti aggiuntivi

Solo Trados fornisce MultiTerm (glossario), strumento in grado di

suggerire termini singoli o successioni di termini come aiuto in fase di

traduzione on-line. Il prodotto IBM consente anch'esso la ricerca in

dizionari specifici dall'interfaccia però meno intuitiva.

Trados consente inoltre l'estrazione di termini da testi sottoposti a

traduzione per la creazione di glossari puntuali o per sottoporre tali

liste ad altri strumenti di ricerca o TM (vedi §2.1.1.4"ExtraTerm" a

pagina 7).

5.2 Deduzione del modello

Entrambi i prodotti si sono rivelati privi di ogni spiegazione sul

modello di analisi del testo adottato. La spiegazione di tale

riservatezza va ovviamente ricercata nel segreto industriale. Si noti

come addirittura il modello di memoria del prodotto Trados stia per

essere sottoposto a crittografia per garantirne il non utilizzo da parte di

software di terze parti [4].

Per quanto riguarda il modello adottato da IBM TranslationManager si

può affermare che esso effettua una rianalisi di un segmento appena

questo si discosta da quello presente in memoria di una certa quantità

di parole. Tale rianalisi viene effettuata allo scopo di ricercare ulteriori

suggerimenti per sequenze di parole non riconosciute e presenti

all’interno di un segmento in fase di traduzione. Questa nuova analisi

ovviamente può essere descritta come una reiterazione (nested loop)

del primo processo di ricerca di traduzione in memoria effettuata ad


un secondo livello questa volta specificatamente sulla sequenza

contaminante il segmento.

Il prodotto Trados invece non rimette in analisi parti di frasi non

riconosciute e quindi semplicemente indica una distanza maggiore tra

il segmento in fase di traduzione e quello presente in memoria.

Limiti attuali dei programmi commerciali 111

Capitolo 6 Limiti attuali dei programmi commerciali

6.1 Possibili sviluppi futuri

Gli attuali programmi di traduzione assistita che utilizzano un

approccio basato su esempio (EBMT - Example Based Machine

Translation), creano e gestiscono memorie (banche dati) di segmenti

in lingua sorgente in associazione con altri segmenti in lingua target.

Nel capitolo Capitolo 4 “Prove sperimentali” a pagina 7 sono stati

analizzati i prodotti Trados e IBM TranslationManager e si è ottenuto

una verifica del fatto che il loro approccio sia valido per cambiamenti

di minore entità, mentre per modifiche sostanziali o ricerche di

sottoparti di segmento sia inefficace. Tale approccio è forse l’unico

possibile? Esistono miglioramenti che possono essere richiesti agli

attuali programmi di traduzione assistita per risultare più efficaci? Con

quali criteri confrontare i vari sistemi di traduzione assistita?

112 Limiti attuali dei programmi commerciali

Si proverà qui di seguito a indicare possibili sviluppi ai limiti degli

attuali programmi in commercio di questo genere, ricordando l’ottimo

risultato ottenuto dal prodotto EXTRA sviluppato presso l’Università

di Modena e Reggio Emilia [15].

6.1.1 Approccio grammaticale

Un ottimo spunto per i futuri programmi di traduzione assistita è

l’approccio basato sull’analisi grammaticale di una lingua. Lo stesso

vale anche per la una combinazione tra quest’ultimo e il classico

approccio example based (sistemi ibridi).

L'approccio grammaticale è caratterizzato dai seguenti elementi:

• Allineamento delle parti elementari di una frase: soggetto,

verbo, complemento oggetto e quanto altro compone una frase;

a questo proposito si segnala il programma MORPHIX che

fornisce un robusto algoritmo per la scomposizione di frasi [7]

(efficient and robust lexically-driven parser);

• Traduzione di testo "unrelated": oltre alla traduzione di testo

presente in memoria e simile sarebbe interessante vedere un

suggerimento (basato su regole grammaticali certe) anche per

frasi non presenti in memoria; come dire una traduzione "parola

per parola" ma efficiente e corretta [17].

Da qui i due tipi di approccio TMS-Translation Memory System ("a

TMS stores in a computer all translations made by a translator. In

case of re-translation, these translations are retrieved automatically")

e MT-Machine Translation ("an MT system applies grammatical rules

and information from dictionaries to a given source sentence in order

to translate it") devono trovare punti di contatto: infatti nel primo caso

un traduttore che si fida della memoria presente nel TMS procederà

con la traduzione delle sole parti nuove, al contrario in un contesto

MT il traduttore dovrà verificare che la macchina abbia suggerito

correttamente e in molti casi dovrà correggere l'output fornito

dall'MT. Sembrerebbe perciò che l'MT, che cerca di sostituirsi al

traduttore e per questo motivo è soggetto ad errore, sia peggiore del

Limiti attuali dei programmi commerciali 113

TMS. Sappiamo però che l'MT ha anche la capacità di scomporre una

frase in sottoparti "atomiche" che potrebbero essere analizzate

successivamente da un sistema MT. Per questo motivo sarebbe

auspicabile l'integrazione delle caratteristiche di scomposizione

dell'MT nei tool del TMS.

Si veda a questo proposito [9] la dichiarazione in cui si suggerisce da

parte del responsabile ricerca e sviluppo della società Trados di

integrare la cosiddetta "proposal machine" o MT nel sistema TMS

(Trados).

Alla stessa conclusione giungono Michael Carl e Silvia Hansen [3] nel

loro "Linking Translation Memories with Example-Based Machine

Translation" affermando che "più un sistema MT è abile nel

decomporre e generalizzare le frasi da tradurre, per poi ricomporle,

maggiore sarà la sua efficacia. Una combinazione di differenti

approcci al problema sembrano essere la chiave per incrementare i

risultati globali ottenibili". Arrivando a concludere che "un sistema

TMS raggiunge precisioni di traduzione superiori quando può

individuare nel proprio database match molto prossimi, mentre

quando il testo in memoria non contiene alcuna similarità sono

migliori gli approcci tramite Lexeme-based translation memory

(LTM)".

6.1.2 Approccio sintattico

L’approccio sintattico si basa sulla definizione di una nuova metrica di

similarità e sulla creazione di una nuova tecnica di ricerca. L’ambiente

EXTRA ne è un esempio [15]. Tramite questo approccio è infatti

possibile ottenere suggerimenti di traduzione fornendo in particolare

anche indicazioni in lingua sulla traduzione di sottoparti. Oltre a

questo aspetto innovativo sono inoltre possibili calibrazioni tramite

filtri personalizzabili al fine di migliorare l’efficienza del processo di

ricerca [13][14].

6.1.3 Criteri di valutazione standardizzati

114 Limiti attuali dei programmi commerciali

Si dovrebbe cercare di individuare nuovi criteri di valutazione per i

programmi CAT che tengano conto dei differenti approcci che si

possono seguire riguardo il problema della traduzione e che

forniscano quindi una valutazione complessiva e obiettiva dello

strumento CAT [12].

In particolare si possono individuare il "user-oriented evaluation

criteria". Questa valutazione dovrà tenere conto dell'attinenza della

traduzione fornita con il settore linguistico del testo sorgente, il

rispetto delle formattazioni originali, le ricerche all’interno del testo e

tutte le "classiche" problematiche delle GUI (Graphic User Interface).

Un altro metro di misura sarà il cosiddetto "linguistic criteria". Esso

dovrà tenere conto del rispetto della grammatica e delle espressioni

linguistiche proprie di ciascuna lingua.

Il "technical criteria" dovrà invece tenere conto dell'apertura del

modello software utilizzato, al fine di non pregiudicare sviluppi futuri,

scalabilità, modularità, costo della manutenzione del sistema; a questo

proposito ci sarà anche un "economic criteria" per individuare il costo

per licenza del prodotto, i conseguenti costi di follow-up (architettura

hardware da implementare). Il "strategic criteria" infine considererà i

fattori di espandibilità del prodotto in relazione alle mutevoli esigenze

di business delle aziende.

Conclusioni e futuro della Traduzione Assistita 115

Capitolo 7 Conclusioni e futuro della Traduzione Assistita

L'analisi degli attuali programmi CAT ha indicato quali siano ad oggi

i limiti della traduzione assistita da calcolatore, rilevando soprattutto

la loro incapacità di riconoscere sottoparti di segmento. L'uso di

sistemi di tipo example based machine translation basati su

Translation Memory (TM) e algoritmi di ricerca si è rivelato non

sufficiente a garantire un'elevata qualità della traduzione e il recupero

delle informazioni eventualmente presenti in più sorgenti di dati,

qualora non siano presenti direttamente in memoria.

Come indicato nel capitolo 6.1 "Possibili sviluppi futuri" una

promettente direzione da seguire è, per alcuni studiosi, quella di

integrare gli attuali sistemi basati su TM con sistemi basati su

proposal machine [9]. Lo studio di nuovi sistemi di traduzione

assistita è oggi infatti indirizzato verso la Machine Translation e il

Natural Language Processing, intendendo con questo sistemi di

traduzione automatici ed evoluti, in quanto in grado di avvicinarsi alla

116 Conclusioni e futuro della Traduzione Assistita

qualità della traduzione umana [10]. Il recente aumento delle richieste

di traduzioni in ambito commerciale da parte di colossi giapponesi

come Fujitsu, Toshiba, NTT, Brother, Catena, Matsushita, Mitsubishi,

Sharp, Sanyo, Hitachi, NEC, Panasonic, Kodensha, Nova, Oki ma

anche da parte di realtà degli Stati Uniti (Motorola) e del nord Europa

(Nokia, Ericsson) ha portato ad una intensificazione delle ricerche per

lo sviluppo di sistemi automatici di traduzione di questo genere.

Anche la realtà di Internet ha incrementato tali ricerche, si veda ad

esempio come CompuServe abbia introdotto da alcuni anni un

servizio di traduzione automatica basato sul sistema Transcend

sviluppato da Intergraph. La stessa Commissione Europea ha adottato

rapidamente il sistema Systran per poter tradurre in tutte le lingue

della comunità le migliaia di leggi, note, documenti che ogni giorno

produce e deve rendere disponibili a tutti i paesi.

Nuove soluzioni si sono quindi affacciate sul mercato con sistemi

basati tipicamente su mainframe come AppTek (www.apptek.com),

CITAC (www.citac-mt.com), EJ Bilingual (www.onesource.com),

LEC (www.lec.com), Neocor, PC-Translator, e Globalink. Tali

soluzioni sono basate sui più recenti studi del Natural Language

Processing (NLP) e sono solitamente specifiche per settore (cliente) e

coppia di lingue.

Ovviamente i produttori di software non specifici, quali Trados, IBM

e altri, non sono rimasti insensibili a questa crescita di soluzioni

specifiche e se da un lato hanno abbassato il costo delle proprie

soluzioni basate su Translation Memory (per aumentare il proprio

bacino d’utenza), dall'altro hanno tentato un'evoluzione specifica dei

propri prodotti. Ad esempio Personal Translator, è un prodotto

realizzato con la collaborazione tra IBM e von Rheinbaben & Busch:

basato su un sistema LMT (Logic-Programming based Machine

Translation) è disponibile come componente aggiuntivo MT per IBM

TranslationManager. Altri sistemi basati su PC sono Hypertrans per

traduzioni tra italiano e inglese, il sistema Al-Nakil per arabo, francese

e inglese, il sistema Winger per danese-inglese, francese-inglese e

Conclusioni e futuro della Traduzione Assistita 117

inglese-spagnolo e il sistema TranSmart della Kielikone Ltd per

finnico-inglese.

In particolare quanto più il Natural Language Processing è stato

oggetto di studio nei dipartimenti di ricerca e sviluppo, uscendo

dall'area della sola ricerca teorica, tanto più le società di Information

Technology hanno potuto realizzare prodotti basati su tale

metodologia. Ad esempio sia Winger che TranSmart hanno sviluppato

prodotti specifici per alcuni loro clienti; nel caso di TranSmart, si è

trattato inizialmente dello sviluppo di un sistema per Nokia

Telecommunications, per giungere in seguito a nuove versioni

installandole anche in altre compagnie di telecomunicazioni

finlandesi. Allo stesso modo la GSI-Erli che per le proprie esigenze ha

sviluppato un sistema di traduzione combinando un motore MT con

altri strumenti su una piattaforma già esistente (AlethTrad), ha reso

poi disponibile il sistema stesso ai propri clienti.

Altri ambiti di ricerca

Un altro settore di ricerca è quello indirizzato verso lo sviluppo di

sistemi di traduzione della parola che combinano l'uso del calcolatore

con i più recenti studi sulle reti neurali.

Altri ambiti di ricerca sono il parallel processing, l'approccio

sintattico-statistico all'analisi del testo, la scomposizione secondo

regole grammaticali, l'uso di sistemi ibridi che utilizzano più approcci

contemporaneamente.

E' quindi ragionevole concludere che l'attuale stadio di sviluppo dei

sistemi commerciali EBMT, con i sopradescritti punti di forza e limiti,

è insufficiente a soddisfare le notevoli richieste del mercato. Per

questo motivo la ricerca di soluzioni MT innovative, più efficaci ed

efficienti, sarà oggetto di ulteriori studi da parte dell’ambiente

scientifico e dell'industria [13][14][15].

118 Conclusioni e futuro della Traduzione Assistita

Fonti e riferimenti bibliografici 119

Fonti e riferimenti bibliografici

[1] R.Baeza-Yates and B.Ribeiro-Neto, Modern Information

Retrieval. Addison Wesley, 1999

[2] R.D.Brown, Example-Based Machine Translation in the

Pangloss System. In Proceedings of the 16th International

Conference on Computational Linguistics (COLING-96), p. 169-

174. Copenhagen, Denmark, August 5-9, 1996.

[3] M.Carl, S.Hansen, Linking Translation Memories with Example-

Based Machine Translation. Institut für Angewandte

Informationsforschung, Martin-Luther-Straße 14, 66111

Saarbrücken, Germany - [email protected]

[4] Champollion, WordFast, interfaccia alternativa e gratuita per

utilizzare eventuali memorie Trados o crearne di nuove.

www.champollion.net

120 Fonti e riferimenti bibliografici

[5] P.Ciaccia, Dispense corso di Sistemi Informativi II, Università

degli studi di Bologna, Facoltà di Ingegneria, Dipartimento

CSITE-CNR

[6] Expert Advisory Group on Language Engineering Standards

(EAGLES). www.ilc.pi.cnr.it/EAGLES/home.html

[7] W. Finkler and G. Neumann, Morphix: a fast realization of a

classification-based approach to morphology. In H Trost, editor,

Proceedings of 4th ÖFAI, Berlin, 1988. Springler.

[8] L.Gravano, P.G. Ipeirotis, H.V.Jagadish, N.Koudas,

S.Muthukrishnan and D.Srivastava, Approximate String Joins in

a Database (Almost) for Free. In Proceeding of 27th VLDB

Conference, 2001.

[9] M.Heyn, Integrating Machine Translation into Translation

Memory Systems. In EAMT Workshop, TKE’96, Vienna,

Austria, 29 and 30 August 1996; in particolare i paragrafi 3 (MT

as an “add-on”) e 4 (Integrating MT into TMS),

www.eamt.org/archive/vienna.pdf

[10] J.Hutchins, Computer-based translation systems and tools.

ELRA Newsletter vol.1 no.4, www.eamt.org, December 1996.

www.eamt.org/archive/hutchins_intro.html

[11] IBM TranslationManager,

www-3.ibm.com/software/ad/translat/tm/

[12] E.Maier, A.Clarke, H.-U. Stadler, Evaluation of machine

translation systems at CLS Corporate Language Services AG.

MT Summit VII ’99, September 13-17, 1999, Singapore.

it.jeita.or.jp/aamt/mtsummit99. CLS Corporate Language

Services AG and Canoo Engineering AG. www.sail-

labs.com/products/CLS.pdf

[13] F.Mandreoli, R.Martoglia and P.Tiberio, A Syntactic Apprroach

for Searching Similarities within Sentences, In Proc. Of the 11th

Conference of Information and Knowledge Management

(CIKM), 2002

Fonti e riferimenti bibliografici 121

[14] F.Mandreoli and R.Martoglia and P.Tiberio, Searching Similar

(Sub)sentences for Example Based Machine Translation, In Proc.

of the 10th convegno su Sistemi evoluti per Basi di Dati (SEBD),

2002

[15] R.Martoglia, EXTRA: Progetto e Sviluppo di un Ambiente per

Traduzioni Multilingua Assistite. Tesi di Laurea presso

l’Università degli studi di Modena e Reggio Emilia. Anno

accademico 2000/2001.

[16] S.Nirenburg, S.Beale and C.Domashnev, A Full-Text Experiment

in Example-Based Machine Translation, School of Computer

Science, Carnegie Mellon University

[17] R.Rapp, Automatic Identification of Word Translations from

Unrelated English and German Corpora. University of Mainz,

FASK (Germany) January 1999

[18] G. Salton, M.J. McGill, Introduction to Modern Information

Retrieval. Mc-Graw-Hill, 1983

[19] Sythema,

http://www.synthema.it

[20] Trados Corporation,

www.trados.com